А.А.Карибаев

Перспективы развития нефтегазовой

промышленности Казахстана:

методологический подход

Научная монография

2017

2

УДК 665.63: 51.001.57

ББК 33.36

К18

Рецензенты:

Афонин Ю.А., доктор экономических наук, профессор, академик РАЕН, про-

фессор Социологического факультета МГУ им. М.В. Ломоносова, почетный

доктор Хьюстонского университета.

Хмелѐва Г.А., доктор экономических наук , профессор Самарского государст-

венного экономического университета.

Карибаев А.А.

К 18 Эконометрические методы моделирования планирования и прогнози-

рования добычи и реализации нефти и газа: научная монография – с. 115.

ISBN 978-601-278-791-7

Научная монография посвящена актуальной проблеме: разработке научно

обоснованных методов моделирования в процессе планирования и прогнозиро-

вания добычи и реализации нефти и газа. Как известно, на мировом рынке от

успешной и эффективной реализации нефти и газа зависит в целом уровень

экономического развития страны, которая добывает и производит это стратеги-

ческое сырье. В этой связи, моделирование процесса планирования и прогнози-

рования добычи нефти и газа позволяет экономистам на стадии проектирования

предопределить оптимальные пути сохранения устойчивости их реализации

при выгодных ценовых предложениях. При этом, безусловно, от совершенства

применяемой методологии и методов моделирования зависит качество плани-

рования и прогнозирования. В монографии автором приведены результаты ис-

следования по дальнейшему совершенствованию применения одного из пер-

спективных эконометрических методов для моделирования процессов планиро-

вания и прогнозирования добычи и реализации нефти и газа на рынке сбыта, с

учетом особенностей нефтегазовой отрасли Казахстана.

УДК 665.63: 51.001.57

ББК 33.36

Печатается по решению ученого и научно-технического совета

Международной академии экономики и бизнеса г.Москва

(протокол №12, от 18.11.2016 г.)

ISBN 978-601-278-791-7 2017 Карибаев А.А.

3

СОДЕРЖАНИЕ

Предисловие 4

Раздел 1. Роль и место нефтегазовой отрасли Республики Казахстан

в системе мирового рынка ………………………………………………..

8

1.1. Тенденции развития мирового нефтегазового рынка …………… 8

1.2.Топливно-энергетический потенциал как важный фактор

укрепления экономического суверенитета Республики

Казахстан ……………………………………………………………….

13

1.3. Методологические подходы оценки рисков нефтегазовой

отрасли Казахстана ……………………………………………………..

23

Раздел 2. Эконометрические методы моделирования процесса

планирования и прогнозированияв экономике………………………

31

2.1. Теоретические подходы планирования и прогнозирования …….

31

2.2. Оценка адекватности моделей планирования и прогнозирования

41

2.3. Анализ производственной деятельности ТОО «НЕФТЭК» ……

51

Раздел 3. Разработка моделей добычи и реализации нефти и газа

(на примере нефтегазовой промышленности Республики Казахстан)

62

3.1. Выбор модели планирования и прогнозирования объемов

добычи углеводородного сырья нефтегазовой отрасли ……………..

62

3.2. Моделирование планирования и прогнозирования средних цен

предприятий Казахстана сырой нефти и газа природного ………….

71

3.3. Моделирование прогнозирования показателей эффективности

нефтегазодобывающей отрасли ……………………………………….

79

Литература …………………………………………………………… 99

ПРИЛОЖЕНИЯ ……………………………………………………… 105

4

ПРЕДИСЛОВИЕ

Республика Казахстан относится к странам, обладающим большими стра-

тегическими запасами углеводородов, и оказывает влияние на формирование

мирового рынка энергоресурсов. Основным национальным приоритетом, опре-

деляющим характер внешней политики ведущих стран мира, является надеж-

ное обеспечение энергоресурсами. В последние годы под влиянием различных

объективных факторов сформировалась сырьевая направленность экономики

Казахстана, сырьевой потенциал представлен многообразием топливно-

энергетических ресурсов, среди которых на первом месте стоят нефть и газ .

Нефтегазодобывающая отрасль Казахстана, как основа индустриального разви-

тия страны, обеспечивает стране в течение длительного времени устойчивый и

стабильный характер развития, крупные валютные поступления, формирует ос-

новной экспортный блок экономики.

Президент Республики Казахстан Назарбаев Н.А. в своем Послании народу Ка-

захстана «Казахстанский путь – 2050: Единая цель, единые интересы, единое

будущее» обозначив долгосрочные приоритеты предстоящей работы по Кон-

цепции вхождения Казахстана в число 30 самых развитых стран мира указал на

важность повышения эффективности традиционных добывающих секторов, что

нужны новые подходы к управлению, добыче и переработке углеводородов, со-

храняя экспортный потенциал нефтегазового сектора и что, надо окончательно

определиться по возможным сценариям добычи нефти и газа[1].

В связи с этим, в соответствии со стратегическим планом развития страны,

в нефтегазовом комплексе необходимо вести дальнейшую разработку нефтега-

зовых месторождений, активизировать строительство нефтегазопроводов, раз-

вивать инфраструктуры нефтегазодобычи и транспортировки.Основные страте-

гические перспективы развития нефтегазового сектора экономики Казахстана

определяются в дальнейшей разработке нефтегазовых месторождений (особен-

но на шельфе Каспия), улучшении инфраструктуры добычи нефти, газа при-

родного и их транспортировки, а также в строительстве дополнительных маги-

стральных нефтегазопроводов, проходящих по территории Казахстана. Данная

тенденция прослеживается и в последующих принятых государственных доку-

ментах страны. Так, в Плане нации - 100 конкретных шагов по реализации пя-

ти институциональных реформ, озвученных Главой государства Н.А. Назарбае-

вым говорится о привлечении как минимум десяти ТНК в перерабатывающий

сектор для создания экспортных товаров и выхода Казахстана на мировые рын-

ки, а также об информировании международного бизнеса о новых возможно-

стях на международных экономических форумах. При этом, затронут также во-

прос о введении для всех полезных ископаемых упрощенного метода заключе-

ния контрактов, путем использования лучшую мировую практику[2].

На основании вышеизложенного, анализируя состояние сырьевой базы уг-

леводородов и перспектив развития добычи сырой нефти и газа, можно сделать

вывод о том, что в ближайшие 20-30 лет удовлетворение спроса на сырую

нефть и газ будет происходить при высокой надежности его обеспечения разве-

данными, подтвержденными запасами, и что, необходимо создать условия для

5

насыщения рынка путем снижения спроса, которому во многом будет способ-

ствовать фактор ресурсо- и энергосбережения.

Высокие темпы развития нефтегазовой промышленности обусловлены тем

огромным значением, которое имеют нефть и газ для развития народного хо-

зяйства страны. Природный газ и тяжелые остатки переработки нефти – это

дешевое и удобное энергетическое и бытовое топливо.

Как показывает мировой опыт, эконометрические методы наиболее активно ис-

пользуются при изучении динамики развития и прогнозирования, как макро-

экономики различных стран, так и отдельных отраслей промышленности.

Сложный процесс развития нефтегазодобывающего комплекса в РК, необ-

ходимость детального анализа количественной оценки влияния различных фак-

торов на основные экономические показатели отрасли, определение количест-

венного взаимодействия факторов и моделирование их прогнозирования пре-

допределили актуальность данного направления исследования, в котором, ав-

торами настоящей монографии проведена определенная работа, результаты ко-

торой вошли в данную книгу.

Автором монографии А.А.Карибаевым проанализировано современное

состояние теории и методологических основсистемы моделирования и прогно-

зирования нефтегазового комплекса, приведено многообразие понятий и разно-

видностей риска, подходов и принципов теории управления рисками, которые

изучались многими учеными, международными организациями и институтами.

Основанием для проведения ряда соответствующих исследований автора-

ми монографии стало то, что, в теоретическом и в практическом аспектевопро-

сы моделирования прогноза основных экономических показателей нефтегазо-

вого комплекса все еще остаются недостаточно изученными, в том числе такие,

как экономическая безопасность развития отрасли, определение критериев ис-

пользования методов управления рисками нефтегазодобывающего комплекса и

т.д. При этом, первостепенное значение имеют проблемы стратегии развития

нефтегазовой отрасли Казахстана, а также разработка методов эконометриче-

ского анализа факторов, влияющих на основные экономические отраслевые по-

казатели. Именно поэтому, автором монографии в своих исследованиях основ-

ной целью ставилась выбор экономико-статистических и эконометрических ме-

тодов прогнозирования, и разработка на их основе эконометрических моделей

прогноза развития нефтегазодобывающих предприятий, обеспечивающих ре-

шение задач управления при минимальных финансовых и материальных затра-

тах. Автором рассмотрены методика подходов прогнозирования основных эко-

номических показателей нефтегазодобывающей отрасли, факторы, влияющие

на эти показатели и эконометрические модели прогнозирования для реальных

нефтегазодобывающих предприятий и отрасли в целом. В качестве примера, в

процессе разработки моделей, в качествеобъектов нефтегазовой промышленно-

сти автором приняты такие компании как ТОО «НЕФТЭК» и нефтегазодобы-

вающие предприятия Республики Казахстан.

В своих исследованиях автором были решены ряд следующих задач, ре-

зультаты которых вошли в данный коллективный научный труд:

6

- раскрыта суть современных тенденций топливно-энергетического потен-

циала – как важного фактора укрепления экономического суверенитета Казах-

стана и определена методика оценки степени риска по факторам различных

групп;

- рассмотрены важные аспекты прогнозирования основных экономических

показателей развития нефтегазодобывающей отрасли;

- разработаны эконометрические модели прогнозирования основных эко-

номических показателей развития нефтегазодобывающей отрасли;

- определены пределы (снижение и повышение) изменения основных эко-

номических показателей нефтегазодобывающей отрасли в условиях финансо-

вого кризиса.

В раскрытии научной сути монографии, в качестве теоретической и мето-

дологической основы исследования авторомбыли использовали математиче-

ские и методологические разработки отечественных и зарубежных ученых в

данной области, нормативные и директивные акты по стратегии развития неф-

тегазодобывающей отрасли, эконометрические модели, современное про-

граммное обеспечение персональных компьютеров, которые применялись за-

тем для решения поставленных задач. Информационную базу исследования со-

ставили основные экономические показатели нефтегазодобывающей отрасли,

полученные из Агентства Республики Казахстан по статистике, основные по-

квартальные показатели отчетов ТОО «НЕФТЭК» и нефтегазовых предпри-

ятий, научные издания, материалы периодической печати.

Таким образом, на основании проведенных исследований, результаты ко-

торых отражены в настоящей монографии, автором разработана методика оп-

ределения нормативных и прогнозных значений основных экономических по-

казателей нефтегазодобывающей отрасли страны, в том числе и предприятий с

использованием эконометрических методов и моделей. Это позволило авто-

ром,по ходу исследований выявить современные тенденции развития нефтега-

зодобывающей отрасли и рассчитать коэффициент риска с учетом мирового

финансового кризиса. Онипостроили многофакторные статистические уравне-

ния зависимостей для определения нормативных и прогнозных значений дохо-

да от реализации и объема экспорта сырой нефти и природного газа, предложи-

ли доверительные интервалы прогнозных значений основных экономических

показателей развития нефтегазодобывающей отрасли с учетом мирового фи-

нансового кризиса.

Научно-практическая значимость представленной монографии заключает-

ся в том, что полученные модели анализа эконометрического прогнозирования

основных экономических показателей отрасли могут быть успешно применены

на нефтегазодобывающих и перерабатывающих предприятиях, национальных и

ведомственных компаниях. Приведенная в книге методика оценки риска факто-

ров позволит объективно провести оценку управления исследуемой отрасли,

национальных ведомственных компаний и других отраслей экономики Казах-

стана. Эти результаты позволят разработать динамические и индикативные

планы по важным экономическим факторам для различных подразделений неф-

тегазового и топливно-энергетического комплекса Республики Казахстан.

7

Монография, а также приведенные в ней результаты научных исследова-

ний могут быть использованы как методический материал в курсах «Экономет-

рика», «Экономико-статистический анализ», «Экономико-математические ме-

тоды» и «Анализ данных и прогнозирование экономики», втехнико-

экономических обоснованиях привыполнении курсовых и выпускных работ.

Данная книга является продолжением серии научно-методических работ,

выпущенных учеными Университета инновационных и телекоммуникационных

систем КазИИТУ, на основании результатов их научных исследований в раз-

личных областях науки и техники.

8

Раздел 1. Роль и место нефтегазовой отрасли Республики Казахстан

в системе мирового рынка

1.1. Тенденция развития мирового нефтегазового рынка

Роль нефти и природного газа в мировой экономике исключительно вели-

ка. Нефть, газ и продукты их переработки используются почти во всех отраслях

народного хозяйства: на транспорте и в медицине, в судостроении и сельском

хозяйстве, текстильной промышленности и энергетике. Нефть и газ служат в

основном дешевыми источниками энергии, но с развитием химической про-

мышленности они все более широко используются в качестве химического сы-

рья. Сейчас из нефти и газа получают самые разнообразные продукты: синтети-

ческие волокна, пластмассы, органические кислоты, бензины, спирты, синтети-

ческие растворители и многое другое [3].

Нефть – это природная смесь углеводородов с примесью сернистых, азот-

ных и кислородных соединений, является природным горючим ископаемым, но

отличается от остальных большим содержанием водорода и количеством теп-

лоты, выделяющейся при горении.

В настоящее время определились три основных направления использова-

ния нефти: получение энергетического сырья, получение материалов с задан-

ными свойствами и получение химических и фармацевтических продуктов.

Нефть создала не только новый уровень производительных сил общества, но и

создала новую науку – нефтехимию, возникшую на стыке органической химии,

химии нефти и физической химии.

Сегодня нефтегазовый комплекс республики является определяющей от-

раслью в наращивании экономического потенциала суверенного Казахстана и

ожидаются значительные валютные поступления от наращивания добычи неф-

ти и газа на шельфе Каспийского моря. С разработкой нефтяных и газовых ме-

сторождений на Каспийском шельфе связывается сегодня мощный подъем на-

шей экономики. Нефтегазовая промышленность, входящая в долгосрочный

приоритет, выделенная в Послании Президента страны народу Казахстана «Ка-

захстан – 2030», является одной из важнейших отраслей народного хозяйства.

Президент отметил, что Казахстан обладает огромными запасами природных и

особенно энергетических ресурсов [4].

На территории нашей страны есть месторождения нефти и газа, которые

выводят нас в первую десятку нефтяных стран. Несмотря на это, Казахстан не

может полностью обеспечить внутренние потребности на протяжении уже ряда

лет, что является следствием системы распределения, созданной в советский

период, а также отсутствием необходимой инфраструктуры. Для рационального

использования углеводородные ресурсы на благо страны, Президент выдвигает

стратегию, в соответствии с которой в стране начинается стремительный рост

нефтегазовой промышленности, включающей строительство трубопроводов,

создание инфраструктуры, обеспечение экологической безопасности и прочие

мероприятия, выполнение которых поставит Казахстан в число стран с разви-

9

той промышленностью. Привлекаются крупнейшие международные компании

и технологии.

Нефтегазовая промышленность характеризуются особенностями, кото-

рые необходимо учитывать при проведении исследовательских и проектных

работ в области совершенствования организации производства и управления.

Главной особенностью является – получение основной продукции, нефти и га-

за, что связано с большим объемом специальных работ по поиску нефтяных ме-

сторождений, их разбуриванию, освоению, разработке и извлечению нефти и

газа из недр.

В связи с непрерывным увеличением потребностей в сырой нефти на меж-

дународном рынке, месторождения с большими запасами качественной нефти

освоены почти до предела, возможности добычи в других месторождениях ог-

раничиваются менее качественной нефтью с большим содержанием серы. Вы-

сокая стоимость их добычи и сложность переработки привели к проблемам в

сбыте на международном рынке. Практическая эффективность нефтедобычи,

основывающаяся на реальных производственных потенциалах, ограничена ка-

чеством нефти. Будущие потребности в энергии подразумевают развитие новых

методов, усложнение поисков нефти и газа [5].

Международное энергетическое агентство (IEA) при проведении монито-

ринга энергоресурсов в интересах промышленно развитых стран, в 2005 году

предсказало снижение добычи нефти странами, не входящими в ОПЕК. По ста-

тистике IEA для потребления сырой нефти в мировом масштабе 60 млрд. бар-

релей хватает только чуть более чем на 17 часов. Техасская компания Irving в

докладе «Перспективы энергии, 2030 год» предсказывает, что добыча нефти

вне стран ОПЕК, контролирующая три четверти мировых резервов, достигнет

пика к 2010 году, а сохраняющийся рост объемов добычи, объясняется более

полными геологическими знаниями о старых и новых месторождениях, совер-

шенствованием технологии добычи. Например, в последние годы Соединенные

Штаты Америки (США) временно реанимировала добычу нефти на своей тер-

ритории. Так как компании вынуждены осваивать месторождения, располагая

вышки все дальше от берега в Мексиканском заливе [6].

В последние годы страны, не входящие в ОПЕК, фактически отобрали зна-

чительную долю рынка у стран, состоящих в ОПЕК, так как повсеместно идет

освоение и добыча нефти в разных регионах страны, признанные производите-

ли, к которым относится Казахстан и Россия, продолжают наращивать объемы

добычи. По мнению экспертов, тенденция, снизившая зависимость Запада от

поставок нестабильного Ближнего Востока, сохранится не долго [7].

Сопоставляя статистические данные Агентства РК за период с 2002 по

2006 годы объемы добычи сырой нефти Казахстана с мировой добычей и с об-

щими объемами добычи странами СНГ, представленные на рисунке 1, можно

сделать вывод, что наблюдается тенденция роста добычи [8].

10

Добыча нефти

1,8 1,8 2,0 2,2

5,3

11,3 11,212,0 12,0 12,4

0

2

4

6

8

10

12

14

2002 2003 2004 2005 2006

года

%

Соотношение объема добычи Казахстана к общемировой добычеСоотношение добычи Казахстана к объему добычи странами СНГ

Рисунок 1 - Сравнение объемов добычи сырой нефти РК и стран

СНГ и мировой добычей, в %

По статистике IEA в 2004 году Россия добывала в среднем 9,3 млн. баррелей

нефти в день, что на 50% больше, чем в 1998 году. Другие страны, входящие в

СНГ, используют в своих интересах создавшуюся ситуацию и увеличивают до-

бычу, а также в этих целях в 2006 году был введен в эксплуатацию нефтепровод

Баку – Тбилиси – Джейхан для соединения трех крупнейших каспийских ме-

сторождений вблизи азербайджанского побережья со средиземноморским бере-

гом Турции. Все выше сказанное позволяет IEA прогнозировать на период с

2006 по 2025 годы в странах вне ОПЕК общий объем нефтедобычи может уве-

личиться до 17 млн. баррелей в день и большую часть роста обеспечат Западная

Африка, Латинская Америка и Каспийский регион [9].

По определению Томаса Фридмана Первый закон нефтеполитики «цены на

нефть движутся в обратной пропорции от уровня свободы в нефтедобывающих

странах», а второй закон гласит «чем активнее военная политика Запада в неф-

теносных регионах, тем выше цены на нефть, и наоборот». Эти законы можно

обосновать, вспомнив мировую ценовую историю [10].

Рассмотрим мировой рынок нефти и нефтепродуктов, который подвержен

резким колебаниям цен. Как было указано выше, цена на сырую нефть сорта

«Brent» за последние семь лет менялась от 34 до 147 долларов за баррель к ию-

лю 2008 года, хотя в декабре 2007 года цена держалась на уровне 100 долларов

за баррель.Естественно, что компании, которые работают на этом рынке, под-

вергаются риску, которые связаны с колебаниями цен. Так, при снижении цен

на добываемое сырье доход нефтедобывающих компаний может существенно

уменьшиться.

Однако по оценкам западных специалистов, в мировой экономике намети-

лась устойчивая тенденция к постепенной стабилизации цен. Но из–за преобла-

дания спроса над предложением, а также нестабильной политической обста-

новкой на Ближнем Востоке по данным международных экспертов валютной

биржи, в среднем мировая цена нефти к середине июля 2008 года поднялась до

11

147 долларов за баррель, а к 2010 году ожидается пик спроса на нефть и при-

родный газ. Изменение мировой цены на энергоресурсы, являясь так называе-

мым фактором длинной волны, действительно традиционно отражается на из-

держках производства всех отраслей экономики. Но в связи с общемировым

финансовым кризисом наблюдается значительное снижение цен на нефть на

мировом рынке до 51 доллара за баррель. Для сдерживания снижающейся цены

ОПЕК принял решение о сокращении добычи[11].

На современном этапе всеобщей мировой глобализации наблюдается рас-

тущая энергозависимость как развитых, так и развивающихся государств. Рас-

тущие цены на энергоресурсы, в особенности на нефть, способны привести к

финансовой дестабилизации в мировом масштабе. Пострадают все нефтезави-

симые страны, как импортеры, так и экспортеры нефти, к которым относится и

Казахстан, могут испытывать негативные последствия от взлетевших цен на уг-

леводороды при глобальном энергетическом кризисе.

На уровень добычи сырой нефти и газа природного не последнюю роль иг-

рает общемировой экономический кризис, который сравнивают с Великой эко-

номической депрессией 30-х годов прошлого века.

Так цены на нефть с середины 40-х годов и вплоть до 1974 года за 25 лет

цены были стабильными и низкими, выросли с 2,5 до 3,0 доллара. Не вмеша-

тельство в переговоры западных правительств за этот период, привело к тому,

что Западом был потерян контроль над ближневосточной нефтью и ценами, ко-

торые в начали расти и в 90-е годы цены начали снижаться, вплоть до 10,82

долларов за баррель.

На настоящий момент времени Организация стран – экспортеров нефти

(ОПЕК) пытается найти оптимальное решение, которое могло бы стабилизиро-

вать цены на нефть. Хотя из-за финансового кризиса по прогнозу ОПЕК в 2008

году спрос на нефть вырастет на 330 тыс. баррелей в день, 2009 году на 100

тыс. баррелей в день, соответственно в 2008 году общий спрос на нефть соста-

вит в среднем 86,5 млн.баррелей, в 2009 году – 87,1 млн.баррелей. и если к 15

октября 2008 года цена на нефть составляла к 70 долларам, а к 15 ноября 2008

года цена снизилась до 54 долларов за баррель марки «Брент». К 2010 году по

прогнозу стран ОПЕК увеличится мировой спрос на черное золото до 930 тыс.

баррелей.

В основном большая часть аналитиков, прогнозируя развитие мировой

экономики, предполагали, что в 2008 году будет наблюдаться некоторое замед-

ление темпов роста, но будет динамичным. Полагая, что развивающиеся страны

и с формирующимся рынком выдержав финансовый обвал, все-таки могут

обеспечить основу для устойчивого роста, постепенно в скором времени вос-

становив ликвидности и нормализуя банковский рынок, хоть и сохраняя высо-

кие процентные ставки по кредитам. Но не исключали того, что ситуация на

финансовом рынке на некоторое время сохранит нестабильность [12].

В октябре 2008 года главным экономическим событием является катастро-

фическое падение мировых цен на нефть.

Последний доклад Мирового валютного фонда (МВФ) содержит прогноз

экспертов о снижении цены нефти на треть в 2009 году со 100 до 68 долларов за

12

баррель из-за сокращения спроса, роста курса доллара и текущего мирового

финансового кризиса. Начавшийся августовский 2007 года финансовый кризис

в США оказал противоположное воздействие, вызвав резкий рост цены на

сырьевой товар, но второе полугодие 2008 года падение цены на нефть спрово-

цировало резкое падение стоимости курса доллара и бумажных активов.

По мнению экспертов МВФ основной задачей на ближайшие годы будет

обеспечение условий высоких темпов экономического роста в развивающихся

странах для возмещения экономических потерь в развитых странах.

При сравнении данных Агентства РК по статистике с 2002 по 2006 годы

объемов добычи газа природного Казахстана с объемами добычи стран СНГ и

общемировыми объемами, очевидна тенденция роста добычи [8].

Добыча газа природного

1,92,2

2,9

3,2

3,9

0,6 0,70,9 1,0

1,5

0

0,5

1

1,5

2

2,5

3

3,5

4

4,5

2002 2003 2004 2005 2006

года

%

Соотношение добычи Казахстана к объему добычи странами СНГ

Соотношение добычи Казахстана к общемировой добыче

Рисунок 2 - Сравнение объемов добычи газа природного РК и стран

СНГ и мировой добычей, в %

Общемировой финансовый кризис коснулся всего сырьевого сектора эко-

номики. Чтобы противостоять страны, входящие в ШОС, выдвинули идею о

создании сообщества «газовой ОПЕК». В сложившейся ситуации Еврокомиссия

подготовила план «Сообщество газового кольца» объединения всех европей-

ских электрических и газовых сетей, которое позволило бы

решить проблему бесперебойного газоснабжения, построив два новых газопро-

водов: Южный Кавказ - Иран и из Африки (Транссахарский газопровод). Но до

сих пор нет точного маршрута газопровода, высокая цена, «взрывоопасность»

регионов. Так как спрос на газ природный постоянно растет, то и предлагаемые

варианты решения вопроса снабжения газом, могут быть решены за счет рас-

ширения круга поставщиков [13].

13

1.2. Топливно-энергетический потенциал как важный фактор укрепления

экономического суверенитета Республики Казахстан

Нефть и газ – главное природное богатство республики. Максимизация до-

бычи нефти и газа и реализация широкомасштабной программы прироста ре-

сурсной базы являются одними из приоритетных направлений деятельности

компании.

Казахстан входит в первую десятку стран мира по разведанным запасам

углеводородного сырья. Среди стран постсоветского пространства Казахстан

является вторым после России производителем нефти, а из 90 стран мирового

сообщества входит в первую тридцатку. Развитие нефтегазовой отрасли руко-

водство Казахстана считает важнейшим фактором становления национальной

экономики. Поэтому нефтегазовый сектор рассматривается в качестве наиболее

перспективной отрасли экономики страны на ближайшие 30 лет. Прогнозные

ресурсы на суше и на шельфе Каспийского моря, прилегающем к территории

Казахстана, оцениваются: по нефти – 12 млрд. тонн, газовому конденсату – 1,6

млрд. тонн, природному газу – 5,9 трлн.м3. В конце 1995 года разведанные за-

пасы нефти и газового конденсата в Казахстане составили 3 млрд. тонн, про-

гнозные оценки резервов по нефти достигают 7 млрд. тонн, природного газа –

2,49 трлн. м3, в том числе свободного газа – 1,84 и попутного нефтяного – 0,65

трлн.м3 [14].

Как сказано в Послании Президента Н.Назарбаева народу Казахстана в ус-

ловиях ухудшения мировой конъюнктуры нужно сосредоточиться на решение

краткосрочных и среднесрочных задач устойчивого роста экономики приори-

тетных направлениях, одним из которых является добывающий сектор. «Глав-

ный вектор в нефтегазовой отрасли – усиление позиций государства в качестве

влиятельного и ответственного участника международных нефтяных и энерге-

тических рынков. Для этого мы последовательно усиливаем государственное

влияние в стратегически важных отраслях энергетической сферы. Мы уже уве-

личили казахстанскую долю в освоении нефтяных месторождений Кашаган,

Кумколь и т.д. Это крайне важно для нас и для обеспечения выхода на между-

народный рынок с готовой продукцией, с высокой долей добавленной стоимо-

сти» [15].

Стратегия развития Республики Казахстан до 2030 года содержит четко

выраженный энергетический уклон. В ней говорится о необходимости «… бы-

строго увеличения добычи и экспорта нефти и газа с целью получить доходы,

которые будут способствовать устойчивому экономическому росту и улучше-

нию жизни народа» [4, с.11].

В этой стратегии четко вырисовываются три основных направления.

Первое – это быстрый прорыв Казахстана на мировые рынки энергоноси-

телей за счет привлечения к нефтегазовым проектам международных нефтяных

монополий, в целом зарубежных деловых кругов, крупных инвестиций, лучших

мировых технологий. Казахстан стремится быстро и эффективно использовать

свои углеводородные запасы, привлекая для решения этой задачи богатых

партнеров.

14

Второе – создание системы экспортных трубопроводов для транспорти-

ровки нефти и газа с тем, чтобы ликвидировать транспортную и монопольную

ценовую зависимость от одного потребителя. Развитие транспортной системы

позволит увеличить производство нефти, как на то рассчитывают казахстанские

специалисты, до 120–170 млн. тонн к 2015 году.

Третье направление – стратегия государства по использованию топливных

ресурсов направлена на усиление интереса крупных стран мирового сообщест-

ва к Казахстану как к поставщику топлива мирового значения. Как заявил

Н.А.Назарбаев, «…мы готовы к широкому сотрудничеству с США, Россией,

Китаем, Японией, государствами Западной Европы. Экономические интересы

этих стран и компаний в экспорте наших ресурсов на регулярной и стабильной

основе будут способствовать развитию независимого и процветающего Казах-

стана» [4, с.22]. Здесь можно отчетливо почувствовать и увидеть стремление

казахстанского руководства увязать две вещи – свой ресурсный потенциал с

геополитикой самого высокого уровня, сделать их заложниками друг друга и

обеспечить, таким образом, собственные политические и экономические инте-

ресы.

Важнейшей целью нефтегазодобывающего комплекса Казахстана является

организация производственно-экономической деятельности таким образом,

чтобы получать после уплаты налогов достаточный доход [16].

Нефтегазовые месторождения страны рассредоточены в Атырауской, Ман-

гистауской, Западно-Казахстанской, Кызылординской, Актюбинской и Кара-

гандинской областях. Основным центром нефтегазодобывающей отрасли рес-

публики является Западный Казахстан. На территории Атырауской и Манги-

стауской областей находится более 70% месторождений, содержащих промыш-

ленные запасы нефти и природного газа, 91% разрабатываемых месторождений

также открыты на территории этих областей[17,18].

Нефти, добываемые на месторождениях Казахстана, имеют высокие фи-

зико-химические свойства. Это предопределяет необходимость выбора техно-

логии, с помощью которой можно добиться комплексного и эффективного ис-

пользования сырья.

В начале 90-х годов казахстанское правительство, привлекая иностранных

инвесторов, почти навязывало им стратегические объекты страны, часто в долг,

за бесценок, не предполагая, что в конце десятилетия они вырастут в цене бо-

лее, чем в 100 раз, за счет ценового взлета сырой нефти на мировых рынках,

благоприятно сказавшиеся на казахстанских торговых сделках.

Анализ характера работ, осуществляемых иностранными компаниями на

структурах республики, позволяет констатировать, что в основном они связаны

с геологоразведкой и добычей углеводородов, аотдельные проекты, со строи-

тельством нефтеперерабатывающих заводов.

Некоторые научно-технические, экологические, инвестиционные, струк-

турные и социальные аспекты перспективной региональной политики подтвер-

ждают необходимость разработки комплексной программы развития природно-

экономического потенциала региона.Уверенное развитие нефтегазовой отрасли

Казахстана и увеличение его доли происходит при одновременном уменьшении

15

доли перерабатывающих отраслей и приводит к структурным диспропорциям.

Поэтому необходимо обратить самое серьезное внимание на нефтеперерабаты-

вающий потенциал республики.

В настоящее время существует несколько факторов давления на спрос:

крупные прямые иностранные инвестиции; экспансия фискальной политики го-

сударственного сектора; бум в частном секторе, подогреваемый кредитованием.

Аналитические выводы, изложенные в отчетах Всемирного банка в сотрудни-

честве и Министерством экономики и бюджетного планирования РК, указыва-

ют на движение Казахстана вверх по лестнице, ведущей вниз [19,20].

По данным Агентства РК по статистике в общем объеме промышленного

производства в республике добыча сырой нефти составляет более 16% и 4%

приходится на выпуск продуктов перегонки нефти[8]. Динамика добычи нефти

в Казахстане приведена на рисунке3.Добычей нефти в РК в 1998 году занима-

лось 25 предприятий, среднегодовая мощность которых в 1997 году составила

более 30 млн. тонн, однако при загрузке мощностей на три четверти ими добы-

то в 1997 году 23 млн. тонн, что составило 0,7% общемировой ее добычи.

Рисунок 3 - Динамика добычи сырой нефти по РК

В 1995 году наблюдалось некоторое снижение добычи нефти в Казахстане

по отношению к 1994 году, чтосоставило 97,8%. Но в последующие годы

вплоть до 2004 года наблюдалась плавное повышение производства сырой неф-

ти ежегодно соответственно начиная с 21,1 млн. тонн в 1996 году, что состави-

ло 117% к предыдущему году, до 60,1 млн. тонн в 2003 году, это 143% к добы-

тому в 2002 году. Но в 2004 году было понижение в производстве нефти до 50,7

млн. тонн и с резким возрастанием добычи нефти до 65,1 млн.тонн в 2006 году,

что соответствует росту добычи сырой нефти до 127% к предыдущему году.

Наибольший объем добываемой нефти приходится на предприятия Атырауской

области (46% от республиканской добычи). Мангистауской области приходит-

ся около 30% добываемой нефти, Кызылординской –13%, Актюбинской –11%.

Так добыча нефти за 1 полугодие 2000 года составила 14,3 млн.тонн, за

аналогичные периоды в 2004 году – 24,5 млн. тонн, в 2006 году – 26,0 млн.

тонн, в 2008 году – 29,2млн. тонн.

16

Можно напомнить, что в 2006 году добыча нефти в Казахстане вышла на

беспрецедентно высокий уровень за всю историю нефтедобычи республики. В

первом полугодии увеличилась добыча на 2,9%, во втором полугодии на 40,4%

к аналогичному периоду 2005 года и большая ее часть ушла в сыром виде за

рубеж, уровень загрузки мощностей и переработки нефти по всем нефтеперера-

батывающим заводам (НПЗ) Казахстана находился на 50%-ной отметке.

Внутреннее потребление нефти сдерживаются отсутствием возможности

подачи нефти западных месторождений на Павлодарский и Шымкентский НПЗ.

Экспортные поставки трубопроводом в настоящее время возможны через Рос-

сию, теперь и по Каспийскому морю,для стабилизации мировой цены ограни-

чены квотами на транзит[21].

Экспортсырой нефти и газового конденсата заянварь-июнь 2005 года к

аналогичному периоду 2004 года возрос на 19,7%, а июль-декабрь 2006 года

против такого же периода 2005 годаповысился на 9,8%.

В 2007 году экспорт нефти составил 84,2% от общего объема добычи неф-

ти по республике и по сравнению с 2006 годом увеличился на 5,6%. В сентябре

2008 года составил 90% от общего объема добычи нефти по республике.

Импорт соответственно, возрос на 21,1% в первом полугодии 2005 года по

отношению к 2004 годом и до 3728,3 тыс. тонн в 2006 году против 5686,2 тыс.

тонн в 2005 году. Это объясняется повышением потребности в энергоносите-

лях, нестабильностью на Ближнем Востоке, скачками мировых цен, сокращени-

ем стратегических запасов США и рядом других причин.

За период с 2001 года по 2006 год среднегодовая цена на сырую нефть сор-

та «Brent» менялась от 24,41 до 65,16 долларов за баррель, порою цена доходи-

ла до 72 долларов за баррель. Взлетевшие цены на энергоресурсы, в том числе

на нефть сырую марки «Брент» в последние годы с максимально зафиксиро-

ванным показателем на уровне 147 долларов за баррель в середине 2008 года,

хотя до декабря 2007 года цена держалась на уровне 100 долларов за баррель. В

течение последующих восьми месяцев наблюдалось резкое снижение и значи-

тельные колебания, являющиеся одной из причин финансовой дестабилизации

в мировом масштабе.

На формирование цен на нефтепродукты оказывают воздействие неста-

бильность цены на продажу сырой нефти и колебание сезонной потребности в

нефтепродуктах. Цена реализации нефтепродуктов на внутреннем рынке скла-

дывается принципам рыночной экономики, в зависимости от цены на нефть в

мировом пространстве, с учетом спроса-предложения на соответствующий

нефтепродукт.

В министерстве энергетики и минеральных ресурсов Казахстана под по-

стоянным контролем находится организация обеспечения внутреннего рынка

нефтепродуктами. Так для стабилизации цен на газ и продукты переработки

нефти были увеличены объемы поставок и переработки нефти на НПЗ, отрегу-

лирован график ремонтных работ на этих заводах, достигнута договоренность с

поставщиками на поставку удешевленного газа, нефтепродуктов. Это позволи-

ло, независимо от роста мировых цен на сырую нефть сорта «Брент» на 84% (в

31 доллар за баррель в январе 2004 года до 57 долларов в июне 2005 года) уда-

17

лось в целом сдержать рост оптовых цен на нефтепродукты, которые увеличи-

лись только на 20%.

Стоимость нефти на внутреннем рынке Казахстана в июне 2005 года воз-

росло под влиянием роста мировых цен на нефть с 44,23 доллара за баррель в

январе 2005 года до 57 долларов в июне.

По представленной структуре производства нефти по Казахстану (рисунок

4), наибольший объем добычи приходится на предприятия Атырауской облас-

ти.Здесь добыча составила более 44% от республиканской добычи, причем на

СП «Тенгизшевройл» –33%, АО «Тенгизмунай»–3,4%, на предприятия Манги-

стауской области приходится 31%, в том числе на АО «Мангистаумунайгаз» –

15,7%, на АО «Узеньмунайгаз» – 12,5%, на АО «Актобемунайгаз»– 11%, на

предприятия Кызылординской области–12,8%, в том числе на АО «Харикейн

Кумколь Мунай»– более 9% и АО «Кумколь-Лукойл»–3,8%.

Рисунок 4 - Структура добычи нефти по областям, в %

В основном на тех же предприятиях, где есть добыча нефти, ведется и до-

быча газа. Лидируют в добыче газа два предприятия СП «Тенгизшевройл»

(удельный вес которого составляет более 42% от общереспубликанской добы-

чи) и АО «Карашыганакгазпром» (33%), на АО «Узеньмунайгаз» удельный вес

добываемого газа составил 17% [22].

Имеется значительный потенциал для будущего развития казахстанской

газовой индустрии. Республика потребляет 15–16 млрд.м3. газа в год, однако

производит менее половины этого объема. В 1997 году добыча газа составила

8,1 млрд.м3. Недостающая часть покрывается импортом из Узбекистана, Турк-

менистана и России.

В решении стратегических задач по развитию нефтегазовой отрасли ак-

тивно участвуют национальные компании. Подъем нефтегазовой отрасли пра-

вительство Казахстана рассчитывает обеспечить за счет активной и целена-

правленной инвестиционной политики, создания в республике благоприятного

инвестиционного климата для привлечения иностранных капиталов.

В Казахстане для привлечения в страну иностранных капиталов разработа-

на система законодательно-правовых актов. На сегодняшний день вступило в

действие достаточно обширное законодательство, включающее законы: «Об

Объем добываемой нефти в РК (в %)

Мангистауская

область

31,00%

Атырауская

область

44,00%

Остальные

области

12,20%

Кызыл-

ординская

область

12,80%

18

основных принципах внешнеэкономической деятельности», «Об иностранных

инвестициях», «О валютном регулировании», «О свободных экономических зо-

нах», а также ряд нормативных актов. Зарубежным инвесторам предоставлен

национальный режим предпринимательской деятельности, разработана система

государственных гарантий по защите иностранных капиталовложений, нацио-

нализация предприятий с иностранным участием не допускается.

Освоение природных богатств требует колоссальных инвестиций, в том

числе и иностранных. Многое в нашей стране сделано для обеспечения благо-

приятного инвестиционного климата, разработки необходимой законодатель-

ной базы, соответствующей фискальной политике. Создан Совет иностранных

инвесторов, возглавляемый Президентом Казахстана Н.А.Назарбаевым. Закон

Республики Казахстан «О государственной поддержке прямых инвестиций»

обеспечивает достаточно большие преимущества инвесторам, предоставляя им

льготы и преференции при реализации проектов, создающих новые производ-

ства и рабочие места, повышающих уровень технологий [23]. Другими словами,

для иностранного инвестора созданы все условия для эффективной работы.

Политическая стабильность нашей страны, твердый курс на рыночные

преобразования в экономике, совершенствование правовой базы предопредели-

ли создание благоприятного инвестиционного климата. Инвестиционный кли-

мат имеет много составляющих: общее отношение к иностранным инвестици-

ям, политическая стабильность, национальный режим, ограничения в отноше-

нии собственности, правила, регулирующие валютный обмен, устойчивость ва-

лютного курса, налоговая структура и т.п.[24,25].

Привлечение иностранных инвестиций признано одним из главных усло-

вий экономического развития Казахстана. Правительство РК привержено прин-

ципам стабильности налогового законодательства, улучшения инвестиционного

климата в стране и защиты интересов инвесторов. Казахстан не стремится к пе-

ресмотру контрактов в области недропользования. Казахстан является сторон-

ником стабильных деловых взаимоотношений, базирующихся на балансе эко-

номических интересов государства и инвестора, соблюдении конституционного

принципа равенства всех перед законом, создании равных условий для всех на-

логоплательщиков[26,27].

В настоящее время в республике имеется высокий финансовый потенциал.

Накопления Национального Фонда Казахстана, который был создан в 2000 году

в целях обеспечения стабильного социально-экономического развития страны,

аккумулирования финансовых средств для будущих поколений и снижения за-

висимости экономики от воздействия неблагоприятных внешних факторов, со-

ставляют на сегодняшний день порядка $1100 млн.

За 1993-2002 годы объем прямых иностранных инвестиций (ПИИ) в Казах-

стан составил более $21 млрд. По данным Агентства РК по статистике за 2003-

2005 годы объем ПИИ составил $19313,6 млн., в том числе рекордное сумма

поступила в 2004 году - $8272,7 млн. Основной поток прямых иностранных ин-

вестиций идет в нефтегазовую отрасль – порядка 85%. За период с 2000 по 2006

годы в нефтегазодобывающую отрасль 3450 млрд. тенге. В 2001 году по срав-

нению с 2000 годом инвестиции в добычу нефти и газа увеличились на 51,8%, в

19

2006 в сопоставлении с 2005 годом – на 34,6%, в 2008 года по сравнению с

2007 годом приток инвестиций сократился на 16%, причиной сокращения по-

служило начало мирового финансового кризиса.

Инвестиционные поступления в течение календарного года не имеют фак-

тически стабильного графика, полугодовые данные отражают наиболее плав-

ную динамику наблюдения (рисунок 5).

Рисунок 5 - Динамика объемов инвестиций в нефтегазовую отрасль РК,

млн.тенге

На основе данных Агентства РК по статистике добычиприродного газа в

Казахстанеза период с 2000 по2008 годыпостроен рисунок 6 [8], отражающий

действительную динамику уровня добычи энергоресурса.

Цена на нефть является основным экономическим показателем нефтедо-

бывающей отрасли страны. От изменения цены на нефть зависит рентабель-

ность промышленных предприятий, рост и падение биржевых индексов, уро-

вень экономики отдельно взятого государства, и мировой бизнес в целом.

Сделаем анализ средних цен предприятий Казахстана за сырую нефть в

период с 2000 по 2008 годы (таблица 1).

20

Рисунок 6 - Динамика добычи природного газа по РК, млн.м3

В 2000 году во втором полугодии по сравнению с первым полугодием на-

блюдалось повышение цены сырой нефти на 121,5%, то за этот же период 2001

годацена снизилась до 94,5%.

Таблица 1 –Средние цены предприятий по РК за сырую нефть, тенге/тонн

Периоды Средняя цена нефти % к базисному % к предыдущему

1 п/г 2000 15294,8 100,00 100,00

2 п/г 2000 18581,5 121,49 121,49

1 п/г 2001 15841,5 103,57 85,25

2 п/г 2001 14974,0 97,90 94,52

1 п/г 2002 13213,8 86,39 88,24

2 п/г 2002 16279,2 106,44 123,20

1 п/г 2003 16462,5 107,63 101,13

2 п/г 2003 15443,7 100,97 93,81

1 п/г 2004 17191,5 112,40 111,32

2 п/г 2004 21844,0 142,82 127,06

1 п/г 2005 29132,0 190,47 133,36

2 п/г 2005 38481,5 251,60 132,09

1 п/г 2006 49544,5 323,93 128,75

2 п/г 2006 50126,7 327,74 101,18

1 п/г 2007 48042,0 314,11 95,84

2 п/г 2007 61965,5 405,14 128,98

1 п/г 2008 81509,5 532,92 131,54

2 п/г 2008 80924,5 529,10 99,28

Примечание – таблица рассчитана по данным Агентства РК по статистике

Стабильное повышение цены на сырую нефть к аналогичному периоду

предыдущего года наблюдалось в период со 2-го полугодия 2003 года с 93,8%

до 132,4% ко 2-му полугодию 2005 года, а максимальный показатель за период

наблюдения получен в 1-ом полугодии 2005 года – 133,4%, а самый низкий по-

казатель – 85,25% в первом полугодии 2001 году к предыдущему периоду. По

сравнению с 2000 годом наблюдалось снижение до 91,0%, в 2002 к 2001 году до

95,7%. В 2003 году по отношению к 2002 году стабильное повышение с 108,2 %

21

до 173,2% в 2005, 147,4% в 2006 году и 110,4% в 2007 году по сравнению с

2006 годом.

Развившийсяэкономический кризис привел к обвальному падению в 2008

году ценына нефть на мировом рынке, достигшее за последние 15 лет самого

низкого предела.

Если же рассматривать среднегодовые цены на сырую нефть к базисному

периоду, то самый низкий показатель – 86,39% в первом полугодии 2002 года.В

дальнейшем с небольшим колебанием цены до 2004 года и со стабильным по-

вышением до первого полугодия 2008 года, а в последнем наблюдаемом перио-

де произошло резкое снижение на 32,26% к предыдущему году в связи с эконо-

мическим кризисом затронувшим все сферы деятельности.

Рассматривая средние цены предприятий производителей на природный

газ (таблица 2), то можно наблюдать полугодовое повышение за весь период с

максимальным показателем 380,5% во втором полугодии 2008 к аналогичному

периоду 2000 года и минимальным в 121,4% во втором полугодии 2000 году.

Таблица 2 –Средние цены предприятий по РК за газ природный, тенге/тыс.м3

Периоды Средняя цена газа при-

родного % к базисному % к предыдущему

1 п/г 2000 680,5 100,00 100,00

2 п/г 2000 826,0 121,38 121,38

1 п/г 2001 1183,0 173,84 143,22

2 п/г 2001 1239,5 182,15 104,78

1 п/г 2002 1417,0 208,23 114,32

2 п/г 2002 1381,0 202,94 97,46

1 п/г 2003 1560,0 229,24 112,96

2 п/г 2003 1564,5 229,90 100,29

1 п/г 2004 1691,0 248,49 108,09

2 п/г 2004 1676,0 246,29 99,11

1 п/г 2005 1896,0 278,62 113,13

2 п/г 2005 1967,0 289,05 103,74

1 п/г 2006 1980,0 290,96 100,66

2 п/г 2006 2002,0 294,20 101,11

1 п/г 2007 2010,5 295,44 100,42

2 п/г 2007 2142,2 314,79 106,55

1 п/г 2008 2416,0 355,03 112,78

2 п/г 2008 2589,0 380,46 107,16

Примечание - таблица рассчитана по данным Агентства РК по статистике

Средние значение полугодового роста цен на газ природный предприятий

Казахстана за период наблюдения составляет порядка 246,7% к базисному году

и 108% к предыдущим периода.

Если статистические отчеты объясняют рост цен на нефтепродукты в ос-

новном падением курса тенге и инфляционными ожиданиями производителей,

то в нефтяной отрасли на первый план выходит также рост мировых цен на сы-

рую нефть, ведь, как известно, фактор цены нефти в среднем на 70% определя-

ет себестоимость продуктов нефтепереработки. Причем ценовой всплеск миро-

вых котировок только стимулирует экспорт сырья, когда нефтеперерабаты-

22

вающие заводы в качестве компенсации потерь чаще всего практикуют повы-

шение цен.

Динамику изменения средней цены предприятий за сырую нефть и газ

природный в процентах к базисному периоду и к предыдущему периоду можно

видеть на рисунке 7.

0

20

40

60

80

100

120

140

160

1 п

/г 2

00

0

2 п

/г 2

00

0

1 п

/г 2

00

1

2 п

/г 2

00

1

1 п

/г 2

00

2

2 п

/г 2

00

2

1 п

/г 2

00

3

2 п

/г 2

00

3

1 п

/г 2

00

4

2 п

/г 2

00

4

1 п

/г 2

00

5

2 п

/г 2

00

5

1 п

/г 2

00

6

2 п

/г 2

00

6

1 п

/г 2

00

7

2 п

/г 2

00

7

1 п

/г 2

00

8

2 п

/г 2

00

8

сырая нефть,в % к предыдущему году газ природный, в % к предыдущему периоду

Рисунок 7 - Средние цены предприятий углеводородного сырья по РК

Мировой кризис привел к резкому падению цены на нефть сырую, что в

свою очередь представляет угрозу для дальнейшего сокращения добычи нефти,

снижения объемов экспорта и как следствие, замедления темпа роста эконо-

мики многих стран. С падением мировых цен на нефть, следует ожидать и па-

дение контрактных цен на казахстанскую нефть, что приведет к сокращению

доходной части бюджета.

Базовые принципы Плана посткризисного прорыва, представленные Гла-

вой государства Нурсултаном Назарбаевым на съездах Народно-

демократической партии «Нур Отан», являются реальной основой пятилетки

форсированного индустриально-инновационного развития, которая будет осу-

ществляться в рамках Стратегии «Казахстан-2030» с января 2010 года по семи

направлениям, в числе которых, нефтепереработка и инфраструктура нефтега-

зового сектора[28].

В период мирового кризиса страны-экспортеров нефти – ОПЕК неодно-

кратно принимали решения о сокращении объемов добычи нефти сырой для

сдерживания цены на нефть сырую. Но Казахстан, также как и Россия, не явля-

ется членом ОПЕК и не всегда придерживается принятых им решений по во-

просу снижения объема добычи.

Казахстан не сокращает уровень добычи нефти сырой, так как низкие цены

на нефть могут снизить доход от экспорта нефти, усугубить сокращающие тем-

пы роста экономики Казахстана. Дальнейшее падение цен на нефть наряду с

мировым кризисом ликвидности может спровоцировать резкое падение притока

капитала в экономику Казахстана, в результате чего существенно снизятся воз-

можность кредитования банками экономики и темпы ее роста.

%

года

23

Рассматривается вопрос о пересмотре размеров возможной прибыли, о

снижении налоговых пошлин, о введении в новом налоговом кодексе прогрес-

сирующей налоговой ставки на получение прибыли с добычи и экспорта нефти.

Анализ текущей экономической ситуации в Казахстане, сложившейся под

воздействием мирового кризиса ликвидности и понижающей цены на нефть

показывает, что в основном в правительственных прогнозах будущего развития

экономики Казахстана заложены оптимистические тенденции экономических

показателей.

1.3. Методологические подходы оценки рисков нефтегазовой отрасли

Казахстана

Риск, как многогранное явление, проявляемый в любой деятельности чело-

века, а тем более экономической, может представляться одним видом или сово-

купностью их разновидностей. Немаловажно для анализа, практического

управления рисками, снижения их влияния, воздействовать на них с наиболь-

шей результативностью для получения оптимальных результатов в управлении

субъекта [29].

Риск – непременная составляющая деятельности любой коммерческой

структуры, но его роль неодинакова для различных типов хозяйствующих

субъектов. В отличие от кредитно-финансовых структур, большая часть дея-

тельности которых построена на ситуациях повышенного риска, предприятиям

производственного типа свойственно более осторожное к нему отношение.

Нефтегазодобывающая отрасль Казахстана так же подвержена влиянию

различных видов рисков, оказывающие негативное влияние на экономическую

деятельность субъекта и требующие оценки их влияния и управления ими

[30,31,32].

Нефтегазовый бизнес – сфера высоких рисков. Нефтяные и газовые сква-

жины, трубопроводы, НПЗ и АЗС – все эти объекты потенциально уязвимы с

точки зрения аварий и катастроф техногенного характера. Колебания цен на

рынках способны причинить серьезный ущерб финансовому положению ком-

паний. Нефтегазовый сектор не обделяют вниманием органы власти, а это чре-

вато дополнительными административными и политическими рисками.

Разнообразие угроз и рисков диктует необходимость комплексного подхо-

да к их минимизации, а масштаб бизнеса требует разработки новых инструмен-

тов эффективного управления рисками в отраслях топливно-энергетического

комплекса.

На первой стадии определяется сущность риска, с описанием самого явле-

ния. Следующая стадия «Оценка риска» состоит из двух фаз: выявление каче-

ственных и количественных оценок.

Управление рисками – сложный и неоднозначный процесс, который может

содержать стадии, отраженные на рисунке 8.

24

Рисунок 8 - Алгоритм процесса управления риском

Качественная оценка представляет определение вида риска и причины его

появления [33,34,35].

Различают следующие виды промышленных рисков:

полной нереализации продукции предприятий нефтегазовой отрасли из-

за невозможности заключения договора на их поставку;

недополучение продукции предприятий нефтегазовой отрасли из-за

срыва заключенных договоров о поставке, и как следствие - снижение рента-

бельности;

невозвращение предоплаты поставщиком;

нереализация продукции;

неполучение или несвоевременное получение оплаты за реализованную

продукцию;

срыва заключенных соглашений о получении внешних займов, инвести-

ций и кредитов;

снижение финансовой устойчивости предприятия.

Разновидности риска во многом зависят и от вызывающих его причин.

Под факторами риска понимаются предпосылки, увеличивающие вероят-

ность и реальность рисковых событий.

Все факторы, влияющие на рост степени риска, по причине возникновения

разделяются на объективные и субъективные. Объективными являются внеш-

ние факторы, независящие от предприятия. Субъективные (внутренние) факто-

ры непосредственно характеризуют конкретное предприятие.

Разработка и освоение месторождений зачастую сопровождаются типич-

ными рисками в постоянной деятельности предприятий, которые присущи как

всем экономическим субъектам, так и для нефтедобывающих компаний и ком-

плекса в целом.

Выявление предпо-

лагаемого риска

Оценка риска

Выбор методов и алго-

ритмов управления

риском

Применение выбран-

ных алгоритмов и ме-

тодов

Оценка и анализ ре-

зультатов, принятие

решений

25

Нефтегазодобывающий комплекс характеризуется высоким уровнем ава-

рий, чрезвычайных положений, катастроф на производстве. В освоении недр

задействованы огромные человеческие ресурсы и капитал.

Для снижения воздействия рисков на субъект, с целью организации эффек-

тивного и рентабельного производства необходимо управлять рисками. Кон-

цепция управления риском предполагает воздействие на среду не только вне

объекта, но и управление самой организацией в целях оптимизации риска.

Для нефтегазодобывающего предприятия к объективным факторам отно-

сят политические, социально-экономические, экологические, научно-

технические факторы.

Субъективными являются факторы, связанные с инвестиционной активно-

стью предприятия, процессом набора, подготовки и переподготовки кадров, с

принятием управленческих решений, отношения с поставщиками, потребите-

лями, производственной деятельности.

Для анализа рисков можно использовать и другую классификацию – раз-

деление факторов риска на регулируемые и нерегулируемые. Управляемость

факторов, в условиях рыночной экономики, максимально зависит от постав-

ленной управленческой задачи, временных и пространственных условий ее ре-

шения, как следствие, не существует общего деления факторов на управляемые

и неуправляемые [36,37].

Регулируемые факторы характеризуют качество работы коллектива, уро-

вень организации производства и труда, качество управленческой работы, сте-

пень использования ресурсов, эффективность хозяйственного процесса.

Нерегулируемые, труднорегулируемые факторы зависят от фактической

производственной деятельности предприятия в исследуемом периоде, которые

с трудом поддаются воздействию и не могут быть изменены со стороны самого

субъекта управления

Работа на этапе выбора методов управления рисками невозможна без при-

менения математического аппарата.

При выборе метода строится экономико-математическую модель для вы-

явления достоинств и недостатков соответствующей стратегии.

Методы управления рисками подразделяются на: методы уклонения, лока-

лизации риски, рассеивания и компенсации [38,39,40].

Методы уклонения от риска являются наиболее распространенными, ис-

пользуются руководителями, предпочитающие работать с подтвердившими

свою надежность контрагентами. Предприятия, придерживающиеся такой по-

литики, избегают расширения круга партнеров, инновационных и иных проек-

тов, уверенность в выполнимости которых вызывает хотя бы малейшие сомне-

ния.

Метод локализации риска сводятся к выделению в структурно или финан-

сово самостоятельное подразделение «опасный» участок деятельности пред-

приятия.

Методы рассеивания заключается в распределении общего риска путем

объединения с другими субъектами, заинтересованными в успехе общего дела.

26

К методам компенсации риска относятся стратегическое планирование,

прогнозирование внешней экономической обстановки, мониторинг социально-

экономической и нормативно-правовой среды, активный целенаправленный

маркетинг и метод создания системы резервов, который очень близок к страхо-

ванию.

Оценка риска направлена на определение количества вероятностных исхо-

дов с положительными и отрицательными результатами для предприятия. Оце-

нивается не только вероятность потерь, но и вероятность получения ожидаемых

доходов. Стержнем анализа являются определение видового разнообразия дей-

ствующих рисков, их количественных и качественных характеристик, управ-

ляемости и расчет наиболее вероятного ожидаемогодохода и степени рис-

ка[41,42,43].

Для оценки количественных характеристик риска используется эксперт-

ный метод оценки, относящийся к количественным методам, применяемый в

том случае, если отсутствуют статистические данные.

Каждому эксперту, работающему отдельно, предоставляется перечень

возможных рисков и предлагается оценить вероятность их наступления, осно-

вываясь, например, на следующей системе оценок:

0 – безрисковая ситуация;

0,25 – рисковая ситуация вероятнее всего не наступит;

0,5 – овозможности рисковой ситуации нельзя сказать ничего определен-

ного;

0,75 – рисковая ситуация вероятнее всего наступит;

1 – рисковая ситуация наступит наверняка.

Оценки экспертов подвергаются анализу на их противоречивость. Макси-

мально допустимая разница между оценками двух экспертов по любому виду

риска не должна превышать 0,5, что позволяет устранить недопустимые разли-

чия в оценках экспертами вероятности наступления отдельного риска (1).

maxi | ai-bi| ≤0,5 (1)

где a,b – вектора оценок каждого из двух экспертов. При трех экспертах долж-

но быть сделано три оценки: для попарного сравнения мнений перво-

го и второго, первого и третьего, второго и третьего экспертов;

i – вид оцениваемого риска.

Экономико-математические методыпозволяют описывать любые экономи-

ческие категории в ущерб определенной доли достоверности исследования.

В основном количественные методы анализа не способны достоверно оце-

нить риск из-за наличия противоречивой и недостоверной информации, труд-

нодоступности критического объема информации для анализа, уникальности

ситуации.

Методы экспертных оценок достаточно широко применяются в различных

областях деятельности и на его основании реализуются серьезные и дорого-

стоящие мероприятия. Одной из сфер его применения является качественный

анализ и количественная оценка экономического риска.

27

Исследование совокупности подходов к оценке риска определили сле-

дующие правила их использования:

1. Приоритетность использования математических и экономико-

математических методов перед субъективными методами оценки риска в целях

получения обоснованных и достоверных результатов.

2. Оптимальное соотношение стоимости и актуальной необходимости ис-

следования риска.

3. Оперативность получения результатов.

На основе анализа принципов и процедуры исследования риска комплекс-

ная оценка включает отбор, классификацию, выявление рисков и предполагает

систематизированное совокупное применение объективных и субъективных

методов оценки риска и возможности их управления.

В приложении к нефтегазодобывающим компаниям можно констатиро-

вать, что изменение цен на нефть оказывает негативное воздействие на компа-

нии и на страны. При уменьшении цен на нефть снижаются поступления в

бюджет в виде налогов и доходов от экспорта и реализации на внутреннем

рынке, что влияет на социальную сферу. Кроме убытка, в результате снижения

цен на добываемое и перерабатываемое сырье, могут возникнуть и другие виды

убытков.

Цены же на газ природный имеет тенденцию к плавному повышению, без

резких повышений

Одним из способов уменьшения риска, связанного с изменением цен на

нефть и газ или нефтепродукты, уменьшения расходов на хранение, является

хеджирование[44,45,46,47].

Посредством хеджирования (страхование, снижение риска от потерь, обу-

словленных неблагоприятными изменениями рыночных цен в сравнение с уч-

тенными при заключении договора) вполне возможно полностью или частично

устранить влияние конъюнктуры рынка на деятельность компании. Субъект

экономической деятельности полностью или частично защищенный от не-

благоприятной конъюнктуры не может воспользоваться положительными тен-

денциями на рынке. Однако при профессиональном подходе к управлению рис-

ками посредством хеджирования потери в доходах можно свести к минимуму.

Зачастую фиксирование своих позиций снижает не только конъюнктурный

риск, но и предоставляет компании достаточный запас времени для правильно-

го реагирования на скачкообразною динамику цен на нефть.

Экономико-математического моделирование в совокупности с «профес-

сиональным чутьем» и опытом руководителя - практически залог успешного

управления рисками предприятии.

Используя методику, разработанную Кришан А.Маликом в

работе«Internationalpetroleummanagementprogram. Module 2A. AgipS.p.A. Trai-

ningDepartmentTheCoordinatorofthecourse» [45] и анализируя материалы всех

видов средств массовой информации по исследуемым странам, определяем сте-

пень рисков каждой разновидности факторов.

28

На основе изложенного выше рассмотрим факторы рисков, влияющие на

производственно-экономическую деятельность нефтегазовых компаний неко-

торых стран и представим в таблице 3.

Таблица 3 – Оценка рисков в странах зарубежья и СНГ

Фак

тор

ы р

иск

а

Оценка рисков в странах зарубежья и СНГ

Азе

рб

ай-

дж

ан

Иран

СШ

А

Ирак

Росс

ия

Каз

ах-

стан

Туркм

е-

ни

я

Государственные:

Тип режима

Уровень демократизации

Степень оппозиции

Уровень стабильности

Политические:

Внешние угрозы

Гражданские беспорядки

Трудовые беспорядки

Терроризм/насилие

Пограничные конфликты

Экономические:

Падение ВВП

Рост инфляции

Привлечение инвестиций

Мировой финансовый кризис

Социальные:

Уровень жизни населения

Уровень образования населения

Обеспеченность рабочими местами

Обеспеченность жильем

Обеспеченность продуктами питания

Примечание - таблица составлена автором по источнику: Кришан А.Малик. International petroleum

management program. Module 2A. Agip S.p.A. Training Department The Coordinator of the

course. Austin, Texas, U.S.A., 2001 [45].

На основе целевой функции kj для j - ой страны по выражению (2) рассчи-

таем коэффициент оценки рисков нефтегазовых компаний.

(2) , 1m

1i

ijj xk ,

где ijx - коэффициент оценки рисков по j - ой стране, i– му риску,

j - принимает значения от 1 до n, т.е. в таблице 3 приведены данные по се-

ми странам,

i - принимает значения от 1 до m, т.е. в таблице 3 приведены риски по во-

семнадцати факторам. Так как сумма всех восемнадцати факторов риска равна 1, то среднее весо-

вое значение одного фактора риска будет 0,056. Следовательно, коэффициенты

29

рисков по обобщенным данным, указанных странах (по таблице 3) примут зна-

чения, которые отражены в таблице 4.

Таблица 4 – Коэффициенты рисков в странах зарубежья и СНГ

Фак

тор

ы р

иск

а Оценка рисков в стра-

нах зарубежья и СНГ

Азе

рб

айд

жан

Иран

СШ

А

Ирак

Ро

сси

я

Каз

ахст

ан

Ту

ркм

ени

я

Государственные: 0,056 0,224 0 0,224 0,056 0,056 0,056

Политические: 0,056 0,28 0,056 0,28 0,112 0 0

Экономические: 0,224 0,224 0,168 0,224 0,168 0,224 0,224

Социальные: 0,168 0,28 0,056 0,28 0,112 0,168 0,168

ИТОГО: 0,504 1 0,28 1 0,448 0,448 0,448 Примечание - таблица составлена автором

Из таблицы 4 видно, что максимально высокий коэффициент риска в Ира-

не и Ираке, за счет политических, государственных и социальных факторов.

Равные степени риска в России, Казахстане и Туркмении. Минимальная сте-

пень риска по перечисленным разновидностям факторов в США.

Не совершенство уровня оппозиции в Казахстане, Азербайджане, Туркме-

нии повышают степень риска государственного фактора.

Пограничные конфликты в Азербайджане из-за присутствия Карабахского

конфликта с Арменией, в России из-за периодически возникающих проблем на

Северном Кавказе и Осетии, а такжетерроризм/насилие (США, Россия) способ-

ствуют увеличению политических факторов риска в этих странах.

Все рассматриваемые виды риска экономического типа в период мирового

экономического кризиса оказывают негативное влияние на все исследуемые

страны, кроме фактора «привлечения инвестиций», которому не подвергаются

только Россия иСША.

Не полная обеспеченность рабочими местами и жильем, не достаточно вы-

сокий уровень жизни населения оказали негативное влияние на уровень риска

социальной сферы в исследуемых странах бывшего Союза.

Таким образом, на основе вышесказанного можно сделать следующие вы-

воды:

1. Анализ мировых запасов, производства и потребление нефти сырой по-

зволяют сделать вывод, что доказанных мировых ресурсов хватит примерно на

20-30 лет при условии, что потребление нефти не будет увеличиваться за эти

годы, так как скорость истощения источников в прямой зависимости от объе-

мов потребления. Поэтому необходимо решать задачи рационального исполь-

зования углеводородных ресурсов для реализации проблем энергосбережения, а

также вести активный поиск альтернативных источников энергии.

2. Общемировой финансовый кризис, оказывающий влияние на все сферы

деятельности, способствовал наблюдаемому снижению темпов добычи нефти и

газа, но не повлиял на выполнение индикативного отраслевого плана республи-

30

ки. Анализ текущей экономической ситуации в Казахстане, сложившейся под

воздействием мирового кризиса ликвидности и понижающей цены на нефть

показывает, что в основном правительственные прогнозы будущего развития

экономики Казахстана основываются на оптимистических тенденциях эконо-

мических показателей.

3. Анализ сущности понятия риска показывает, что представление риска

как возможности ущерба, опасности наступления нежелательных событий, ве-

роятности отклонения фактических результатов от ожидаемых значений, мо-

дифицировалось с развитием экономической теории, усложнением и глобали-

зацией инвестиционных процессов в мире.

4. Разнообразность в подходе классификации риска и систематизация эко-

номической деятельности выделяют четыре основные группы, представленные

рисками государственных, политических, экономических и социальных факто-

ров.

5. На основе анализа различных подходов к минимизации риска нами оп-

ределена методика расчета степени риска по факторам основных групп,

влияющих на производственно-экономическую деятельность нефтегазодо-

бывающих компаний по странам зарубежья и СНГ. В Казахстане степень риска

минимальна, но преобладают экономические и социальные факторы, связанные

в основном с общемировым кризисом.

6. Для принятия тактических и стратегических решений эффективного

управления нефтегазовым сектором экономики необходимо применить эконо-

метрические методы, способствующие составлению прогноза основных эконо-

мических показателей и дающие надежную оценку будущих показателей. Мо-

дели прогнозирования основных экономических показателей позволят опреде-

лить эффективность управления нефтегазовым сектором экономики.

31

Раздел 2. Эконометрическиеметоды моделирования процесса

планирования и прогнозированияв экономике

2.1. Теоретические подходы планирования и прогнозирования

Сегодня нефтегазовый комплекс республики является определяющей от-

раслью в наращивании экономического потенциала суверенного Казахстана и

ожидается значительные валютные поступления от наращивания добычи нефти

на шельфе Каспийского моря. С разработкой нефтяных и газовых месторожде-

ний на Каспийском шельфе связывается сегодня мощный подъем нашей эконо-

мики. Нефтегазовая промышленность, входящая в долгосрочный приоритет

№5, выделенный в Послании Президента страны народу Казахстана «Казахстан

– 2030», является одной из важнейших отраслей народного хозяйства. Как от-

мечал Президент, «Казахстан обладает огромными запасами природных и осо-

бенно энергетических ресурсов. На территории нашей страны есть месторож-

дения нефти и газа, которые выводят нас в первую десятку нефтяных стран.

Несмотря на это, мы не можем обеспечить наши внутренние потребности на

протяжении уже ряда лет. Это - следствие системы распределения, которая бы-

ла создана в советский период, а также отсутствия у нас необходимой инфра-

структуры». Для того, чтобы Казахстан рационально использовал углеводород-

ные ресурсы на благо страны, Президент Казахстана выдвинул стратегию, в со-

ответствии с которой в республике начинается стремительный рост нефтегазо-

вой отрасли, включающей строительство трубопроводов, создание инфраструк-

туры, обеспечение экологической безопасности и прочие мероприятия, выпол-

нение которых поставит Казахстан в число стран с развитой промышленно-

стью. Привлекаются крупнейшие международные компании и технологии [48].

Рыночная экономика требует создания надежной информационной базы

для менеджмента, основанной на более качественном использовании статисти-

ческой и экономической информации, и применения более совершенных мето-

дов прогнозирования будущего состояния субъекта. Создание такой базы не-

возможно без учета действия различных факторов, формирующих результаты

работы. Необходимо выделить группы факторов, влияющих на результаты дея-

тельности либо положительно, либо отрицательно, а также группы факторов,

влияние которых непосредственно зависит или не зависит от принятия управ-

ленческих решений [49,50,51].

Моделирование – выявление или воспроизведение свойств одного объекта

(оригинала) с помощью другой (его модели). Моделирование включает в себя:

1) создание модели; 2) исследование модели; 3) изучение реального объекта на

его модели.

Экономический анализ базируется на экономико-математических моделях.

Экономико-математическое моделирование является средством перевода эко-

номических проблем на язык математики. Экономико-математические модели,

как и всякие другие модели, выражают некоторые существенные свойства и от-

ношения оригинала, т.е. изучаемого круга экономических явлений [52,53,54].

Исследование систем уравнений и других математических структур, которые

32

служат в качестве модели, дает возможность раскрыть реальные количествен-

ные отношения, присущие этим явлениям. При этом исследование экономико-

математической модели дает не просто новую информацию, а информацию, от-

личающуюся значительно большей точностью, ясностью и надежностью, кото-

рые присущи математическому методу.

Каждая экономико-математическая модель может охарактеризоваться: а)

объектом моделирования; б) описанием объекта; в) целями построения модели;

г) аппаратом моделирования; д) способами идентификации и интерпретации; е)

принципами моделирования.

Объектом моделирования может выступать объект как таковой (его струк-

тура) и поведение (функционирование) объекта. В связи с этим выделяются

структурные и функциональные модели [55,56,57].

Структурные модели отражают технико-экономическую организацию

экономического объекта, его строение и внутренние параметры (модель межот-

раслевого баланса, модель управления запасами и т.п.).

Функциональные модели отражают поведение объекта в результате уста-

новления зависимостей между исследуемыми управляемыми и управляющими

параметрами без привлечения информации о внутренней структуре объекта. К

функциональным относятся эконометрические модели, представляющие собой

системы регрессионных уравнений и тождеств, каждое из которых использует-

ся для определения одного исследуемого показателя. В более узком смысле

эконометрическими моделями считаются системы уравнений, которые учиты-

вают вероятностный характер экономических процессов [58,59,60].

Если параметры экономико-математической модели определяются на ос-

нове статистической информации с использованием методов статистической

обработки данных, то модель называется экономико-статистической. Она

описывает стохастические связи и закономерности, возникающие под воздей-

ствием множества причин и следствий в массовых повторяющихся явлениях.

Выделяют следующие типы статистических моделей: а) модели распределения,

которые могут использоваться для более обобщенной и компактной характери-

стики дифференциации отдельных признаков; б) корреляционные, дисперсион-

ные, факторные и другие подобные модели, с помощью которых выявляется

взаимосвязь показателей, характеризующих изучаемый процесс; в) статистиче-

ские модели формирования отдельных социально-экономических явлений.

С точки зрения аппарата моделирования модели разделяются на аналити-

ческие, имитационные, игровые.

При проведении экономического анализа в зависимости от его целей могут

быть использованы модели разных типов.

Одна из важнейших системных характеристик экономического анализа –

оснащение. Главный элемент оснащения экономического анализа – измерители,

в роли которых выступают, как отдельные простые в конструктивном плане

показатели, так и более сложные конструкции из показателей – экономико-

математические модели. Измерители выступают средством агрегирования,

свертки и сравнения непосредственно наблюдаемых и измеряемых величин –

индикаторов [62,63,64,65].

33

В исследовании и моделировании экономических систем обычно выделя-

ются три уровня использования количественных методов: измерение, матема-

тическое моделирование и принятие решений. Уровень измерения– это количе-

ственное представление переменных и количественных закономерностей. Ма-

тематическое моделирование – построение математических моделей. Принятие

решений – поиск значений переменных, оптимизирующих объекты в заданном

направлении.

Все три уровня взаимно обусловливают и дополняют друг-друга. При этом

каждый уровень имеет свою специфику. Однако в широком плане любой про-

цесс измерения может быть представлен как процесс моделирования. Любую

шкалу или показатель можно рассматривать как своеобразную экономико-

математическую модель, отражающую существенные связи изучаемого объек-

та. Как измерение, так и моделирование – средство перевода экономической

проблемы на язык математики. Основная проблема, как измерения, так и моде-

лирования – проблема количественного отображения объекта в целом и его су-

щественных характеристик. Нераздельность задач измерения и моделирования

особенно характерна для экономического анализа, т. к. экономический анализ

опирается, чаще всего, на косвенные измерения, требующие поиска формаль-

ных зависимостей между тем, что должно быть проанализировано, и тем, что

может быть измерено. Формой представления таких зависимостей и выступает

экономико-математическая модель [66,67,68,69].

При изучении общественных процессов каждый исследователь привносит

свои, субъективные мнения о значении критериев ценности этих исследований.

В связи с этим экономико-математическая модель, являющаяся инструментом

исследования, должна описывать состояние объекта исследования, заранее ус-

тановленным способом, содействовать формулированию задачи измерения, а

также получению оценки результатов этого измерения, т.е. должна носить нор-

мативно-оценочный характер.

Методы прогнозирования экономических показателей являются важным

инструментом в процессе принятия решений. Способность составления надеж-

ной оценки будущих показателей позволяют разрабатывать прогнозы, которые

можно использовать для принятия тактических и стратегических реше-

ний[70,71,72,73,74].

Казахстанская экономика находится в рыночных условиях незначительный

период времени, немного более десяти лет, и в силу этого отечественных мето-

дик, описывающих процесс прогнозирования стратегии развития отрасли, дос-

таточно мало.

Дибб С., Симкин Л., Бредли Дж. рассматривают три основные категории

моделей прогнозирования:

- субъективные;

- анализ временных рядов;

- причинно – следственные.

Субъективные модели прогнозирования сбыта включают следующие ме-

тоды:

- композитная оценка основана на оценке представителей отрасли и до-

34

бывающих предприятий, атакжеменеджеров по реализации будущих объемов

продажи;

- экспертное мнение, основанное на мнениях, высказанных специально

приглашенных экспертов. Существует три его разновидности: точечный про-

гноз, интервальный прогноз и прогноз с вероятностным распределением;

- метод Дельфи, который позволяет устранить недостаток экспертных

оценок и избежать проблемы весовых коэффициентов.

Модели прогнозирования добычи с помощью временных рядов, в основе

которого лежит ряд наблюдений, оцениваемый на предмет выявления тренда.

Предполагается, что на основе выявления прошлых тенденций в добыче можно

спрогнозировать будущие объемы. Используются следующие методы[75,76,77]:

- простейший метод, при котором в качестве базы для прогноза использу-

ется объем добычиза предыдущий период;

- скользящее среднее - учитываются данные за последние X периодов;

- экспоненциальное сглаживание - это «взвешенное» скользящее среднее;

- анализ динамических рядов - это выявление тренда, или тенденции к

росту, стабилизации или спаду, в наборе данных;

- метод Бокса - Дженкинса - специальный метод, реализуемый на компь-

ютере, позволяющий выявить цикличность, присущую трендам.

Причинно - следственные модели, в которых изменения объемов добычи-

рассматривается с учетом одной или нескольких рыночных переменных. Ис-

пользуются методы:

- барометрический метод;

- причинная регрессия;

- эконометрические модели.

Рассмотренные выше методы имеют свои недостатки. Считается, что при-

чинно - следственные методы лучше, чем субъективные. Однако для их исполь-

зования не всегда имеется достаточно времени, данных и ресурсов. Среди при-

чинно – следственных методов трудно выделить, какой метод лучше других.

Наиболее обычный метод предсказания тенденций заключается в исполь-

зовании метода регрессии [78,79,80,81].

При прогнозировании выделяются две группы задач, решаемых методом

экстраполяции средствами регрессионного анализа.

Первая группа задач называется статической. К ним относятся задачи ана-

лиза и прогноза связи между результирующим показателем эффективности и

факторами производства без учета фактора времени.

Вторая группа задач – динамическая, в ней непременной составляющей

уравнения является фактор времени. Эти задачи более типичны для прогнози-

рования, так как именно здесь решается вопрос об изменении результирующего

экономического показателя в будущем. Возможность прогноза, составленного

экономико-статистической моделью, основывается на предположении о зако-

номерном характере экономических показателей и на определенной инерцион-

ности экономических процессов. Использование этих моделей в прогнозе по-

казателей связано не только с оценкой факторов производства на прогнозируе-

мый период, но и с оценкой степени их влияния на этот же период. Анализ ди-

35

намики коэффициентов регрессии статистической модели в ретроспективном

периоде позволяет сформулировать гипотезу о зависимости экономического

показателя от факторов производства на будущий период.

В данном аспекте большое внимание в последнее время уделяется эконо-

метрическим методам, которые позволяют разработать достоверные стратегии

развития нефтегазовой отрасли. В их арсенал входят такие статистические и

математические методы, обеспечивающие объективную характеристику разви-

тия экономических явлений и процессов в будущем, как метод регрессионного

и корреляционного анализа, метод экспоненциального сглаживания, метод

скользящей средней и др.

Прогнозирование основных экономических показателей деятельности от-

расли предлагается осуществлять с помощью математических методов: просто-

го динамического анализа, многофакторного регрессионного анализа, анализа с

помощью авторегрессионных зависимостей [82,83,84,85].

Для прогнозирования показателей с помощью простого динамического

анализа строится следующая зависимость:

Yt = a + b*t, (3)

где Y - прогнозное значение показателя;

t -порядковый номер периода.

Для учета факторов, влияющих на изменение прогнозируемого показателя,

применяется метод многофакторного регрессионного анализа и строится рег-

рессионная зависимость типа:

Y = A0 + A1*X1 + A2*X2 + … + Ai*Xt , (4)

гдеXt–факторы, влияющие на изменение прогнозируемых показателей;

Ai – коэффициенты регрессии.

Прогнозирование показателей с учетом их значений в прошлых периодах

можно осуществить с помощью метода авторегрессионных зависимостей.

Y = A0 + A1*Yt-1 + A2* Yt-2 + … + At*Yt-k , (5)

где Yt- прогнозируемое значение показателя Yв момент времени t;

Yt-k- значение показателя Yв момент времени (t-k).

С использованием данной методики можно спрогнозировать показатели

хозяйственной деятельности с той или иной степенью точности. Но недостат-

ком данной методики является то, что прогнозируемые показатели не будут со-

гласованы и взаимоувязаны друг с другом.

При использовании линейной регрессии возникают вполне объяснимые

расхождения между значением прогноза объѐмов добычи,дохода и реализации,

полученные методом процентного изменения, и значением тех же показателей,

полученных в соответствии с уравнением регрессии. Это расхождение обуслов-

лено тем, что в реальной жизни линия регрессии, описывающая зависимость

объѐма добычи и реализации от времени, практически никогда не проходит че-

рез начало координат.

Регрессионный анализ отличается от прогнозирования на основе метода

пропорциональной зависимости тем, что не опирается на предположение по-

36

стоянства основных соотношений между экономическими показателями. При-

менение этого метода может улучшить прогнозные значения экономических

показателей.

Хотя между объемами добычи и реализации и другими экономическими

показателями действительно часто имеют место зависимости линейного харак-

тера, но это правило не универсально. Обладая некоторыми сведениями о дру-

гих показателях отрасли, можно с помощью компьютерных программ, осно-

ванных на современных статистических методах, подвергнуть их аналитиче-

ской обработке, для того чтобы определить, является данная связь показателей

криволинейной или прямолинейной. Только после того как оценки параметров

зависимости наиболее подходящего типа найдены, можно использовать по-

следние для прогнозирования показателей объемов добычи и реализации нефти

и газа.

Бывает так, что зависимость между такими величинами, как время и объѐ-

мы добычи и реализации, таковы, что отдельные точки широко и свободно рас-

сеяны в поле вокруг линии регрессии. В этом случае коэффициент корреляции

между этими величинами мал, а, следовательно, высока вероятность того, что

на уровень зависимой переменной оказывают дополнительное влияние многие

факторы.

Методы нелинейной и множественной регрессии могут дать особенно точ-

ные прогнозы в тех случаях, когда зависимости не являются линейными или

существенно зависят от других факторов.

Все существующие методы прогнозирования можно разделить на теорети-

ческие и прикладные. Последние предназначены для анализа и прогнозирова-

ния развития нефтегазодобывающего комплекса и должны соответствовать

достаточно строгим требованиям, основными из которых являются: информа-

ционная обеспеченность модели, технологичность, пользовательская доступ-

ность. Любая модель экономики является упрощением описываемойотрасли. В

то же время любое моделирование предполагает описание наиболее сущест-

венных черт системы, в противном случае такая попытка бессмыслен-

на[86,87,88,89,90,91].

При прогнозировании могут использоваться известные модели и стандарт-

ные процедуры (оценивание параметров эконометрических уравнений методом

наименьших квадратов).

Моделирование экономических показателей с применением электронных

таблиц Excel состоит в составлении различных прогнозных вариантов показа-

телей при различных значениях объемов добычи, реализации и анализа этих

показателей, на основании которого можно выбирать ту или иную стратегию

развития. Методы моделирования можно использовать при принятии управлен-

ческих решений, когда чисто аналитические методы либо неприменимы, либо

неприемлемы.

В теории моделирования различают однофакторные и многофакторные

модели. В однофакторных моделях предполагается, что неопределенность ана-

лизируемого объекта связана только с влиянием какого - либо одного рыночно-

го фактора. Основным достоинством однофакторных моделей является просто-

37

та их построения и широкие возможности применения. Они вполне понятны,

всегда имеются необходимые данные для оценок. Основным их недостатком

является возможность неадекватной оценки рассматриваемых процессов.

Многофакторные модели призваны преодолеть основные недостатки, при-

сущие однофакторным моделям: рассмотрение лишь одного фактора. Однако

подобный подход неизбежно сопряжен с увеличением сложности процедур

оценивания и методов применения[92,93].

Соотношение между одно- и многофакторными моделями напоминает со-

отношение между простой и множественной регрессией. Фактически множест-

венная регрессия может использоваться для оценки коэффициентов многофак-

торной модели. Для этого необходимо сначала специфицировать факторы, вы-

зывающие изменения рассматриваемых переменных, а затем для каждой пере-

менной, используя временные ряды, рассчитать регрессию на значение рас-

сматриваемых факторов.

Другой подход к оценке многофакторной модели связан с использованием

факторного анализа, который не требует предварительной спецификации тех

факторов, которые вызывают рассматриваемые изменения. Такой анализ можно

провести, используя стандартные пакеты прикладных программ. При наличии

соответствующего программного обеспечения эта процедура не требует особых

усилий. Однако в отдельных случаях результаты подобного анализа сложно ин-

терпретировать. К тому же набор факторов, выявленных при таком подходе,

может оказаться нестабильным.

Наметившийся в последнее время прогресс в области многомерного стати-

стического анализа и анализа корреляционных структур, объединенный с но-

вейшими вычислительными алгоритмами, послужил отправной точкой для ис-

пользования нового метода статистического уравнения зависимости, который

не требует наличия многочисленной совокупности хозяйственных объектов

[44,94,95].

Для статистических уравнений зависимостей необходимо выполнение сле-

дующих условий:

– качественный подбор исследуемых факторов и результативного призна-

ка, для чего требуется наличие логической и экономической зависимости меж-

ду факторными результативными признаками;

– однородность изучаемого явления, для этого необходимо исключение из

расчетов значений признака (минимальных или максимальных), значительно (в

2-3 раза) отличающихся от следующих минимальных или максимальных вели-

чин;

– устойчивость связи между явлениями требует определения коэффициен-

та устойчивости связи.

Статистические уравнения зависимостей выражают различные виды (од-

нофакторные и многофакторные) и направления связи (линейную, криволиней-

ную).

Статистические уравнения зависимостей позволяютвычислить теоретиче-

ские значения результативного признака при известных уровнях факторов, ус-

тановить размер изменения факторных признаков при изменении результатив-

38

ного признака на единицу, установить уровень и, соответственно, размер изме-

нения результативного признака при изменении факторов на единицу. Кроме

этого, определить нормативные уровни факторных признаков, формирующих

планируемую, заданную или нормативную величину результативного призна-

ка;установить интенсивность использования факторных признаков для дости-

жения средней величины результативного признака путем сопоставления вы-

численных оптимальных (нормативных) уровней факторных признаков с их

фактическими средними значениями;оценить устойчивость связи между фак-

торными и результативными признаками;определить средние темпы прироста

(снижения) результативного признака в результате действия изучаемых факто-

ров для каждого объекта исследования.

Для выполнения расчетов нужноотобрать количественные показатели, ха-

рактеризующие результаты работы объекта управления;вычислить по отобран-

ным показателям средние и относительные величины, дающие качественную

характеристику хозяйственно-финансовой деятельности;определить форму

(линейную, криволинейную) и направление связи (прямую и обратную) между

факторными и результативными признаками;определить параметры однофак-

торных и многофакторных уравнений зависимости, соответствующие форме и

направлению связи;установить сумму отклонений между эмпирическими и

теоретическими значениями результативного признака;вычислить коэффициент

устойчивости связи.

Критериями выбора вида уравнения зависимости являются:наименьшая

сумма линейных отклонений эмпирических значений результативного признака

от его теоретических значений;совпадение значений коэффициента и индекса

корреляции (их различие не должно превышать 0,01).

Отличия данного метода от регрессионного анализа заключаются в сле-

дующем:

- начальный член уравнения зависимости имеет реальный экономический

смысл. На его основе можно установить размер приращения (уменьшения) от-

дельных теоретических значений результативного признака вследствие дейст-

вия изучаемых факторов;

- значения параметров для отдельных факторов и знаков при них для од-

но- и многофакторных уравнений одинаковы;

- факторы, по воздействию на результатный признак, делятся на положи-

тельно и отрицательно влияющие;

- при многофакторной зависимости возможно одновременное изменение

значений факторов;

- не требуется отсутствие мультиколлинеарности факторов;

- метод позволяет изучать малочисленные статистические совокупности.

Приведем пояснения использования данного метода. Разновидности стати-

стических уравнений в однофакторной зависимости определяются от типа и

направления связей и имеют разные виды уравнений:

а) при увеличении значений факторного и результативного признаков:

ух = ymin (1 + bx d(xi /xmin– 1) ) (6)

39

б) при уменьшений значений факторного и результативного признаков:

ух = уmах (1 – bхd(1 - xi /xmах) ) (7)

в) при увеличении значений факторного и уменьшении значений результа-

тивного признака:

ух = уmах (1 – bхd(хi /xmin – 1) ) (8)

д) при уменьшении значений факторного признака и увеличении значений

результативного показателя:

ух = уmin(1 + bхd(1 - xi /xmах ) ) (9)

Статистические уравнения зависимостей, расчеты параметров основыва-

ются на определении коэффициентов сравнения факторных (dx) и результа-

тивных признаков (dy). Коэффициенты сравнения показывают степень измене-

ния величины признака по отношению к принятой базе сравнения. При увели-

чении значений признака коэффициенты сравнения исчисляют от минимально-

го уровня, а при уменьшении – от максимального.

1

min

x

ixdx

или

max

1x

ixdx

, (10)

1min

y

ydy i

или max

1y

ydy i (11)

На основе этих коэффициентов определяется параметр уравнения зависи-

мости bх, представляющий собой отношение суммы отклонений от единицы

вычисленных коэффициентов сравнения результативного и факторного призна-

ков. Он характеризует рост (снижение) размера отклонений коэффициентов

сравнения результативного признака в расчете на единицу изменений размера

отклонений коэффициентов для сравнения факторного признака.

dx

dyxb (12)

Выбор уравнения зависит от вида и направления формы связи, для чего

рассчитываются коэффициенты корреляции и устойчивости.

Коэффициент корреляции показывает, что между факторами имеется

связь.

22ydxd

ydxd

yxr

(13)

Коэффициент устойчивости устанавливает устойчивую связь между фак-

торами и адекватность выбора уравнений.

40

y

xy

d

bddK

1 (14)

Связь между факторами считается устойчивой, если К>0,7. Наличие ус-

тойчивости свидетельствует о достоверности параметров уравнений, что дает

возможность использовать их при проведении нормативных и прогнозных рас-

четов.

Проверка выполнения расчетов определяется по соответствию следующим

требованиям:

- сумма теоретических значений результативного признака у* -должна

равняться сумме его фактических значений у, уi* = уi;

- сумма линейных отклонений теоретических значений результативного

признака от их фактических значений должна быть [yi– yi*]min ми-

нимальна.

- сумма экстремальных отклонений фактических значений результативно-

го признака dy =dyx равна сумме его теоретических отклонений.

Выполнение условий показывает, какой тип уравнения более подходит для

изучаемого явления.

Значение параметров и знаков при них для каждого из факторов одинако-

вы и могут быть вычислены как при расчетах однофакторных, так и многофак-

торных уравнений зависимости. Только нужно разграничить факторы на те,

которые положительно или отрицательно влияют на изменение значений ре-

зультативного признака.

Приведем линейное многофакторное уравнение зависимостей, где рас-

сматривается увеличение результативного признака.

)...(1 21min xnxx dddByy (15)

Параметр b многофакторной зависимости вычисляется по формуле:

хпхx

y

ddd

db

...21

(16)

Истинность многих статистических предположений, накладываемых на

проверяемую модель, остается под большим вопросом. Идеальное соответствие

модели данным необязательно означает, что модель верна. Умение доказать

правильность модели эквивалентно умению предсказать будущее. Модель, со-

гласующаяся с данными, необязательно является верной моделью. Возможно,

существует другая модель, которая ничуть не хуже согласуется с теми же дан-

ными.

Создание различных моделей и получение на их основе результатов

анализа или прогнозирования является не самоцелью. Это предыстория

следующего шага – принятия решения, который соответствует

поставленным целям. При краткосрочном прогнозе может существовать

несколько десятков вариантов, ведущих к достижению поставленной цели.

Приувеличении длительности прогноза число таких вариантов сокращается.

41

Применение регрессионно–корреляционного метода предполагает исполь-

зование знаний высококлассныхспециалистов в области математического ана-

лиза, программирования иэкономики – экспертов. Поэтому лицо,принимающее

решение, выносит свои суждения на основании их мнений. Анализ результатов

не является объективным средством нахождения наилучшего решения – здесь

тесно переплетены элементы объективного анализа, искусства аналитика, по-

могающих понять проблему, уточнить предпочтения и найти необходимые

компромиссы для достижения цели. Оптимальный вариант решения данной

проблемы заключается в необходимости исключить излишний субъективизм в

анализе и принятии решений. Для этого необходимо применить инструмента-

рий, позволяющий в едином ключе проводить анализ и прогноз различных сце-

нариев развития до достижения поставленных целей. С математической точки

зрения задача формулируется как заполнение пробелов в таблице исходных

данных.

2.2. Оценка адекватности моделей планирования и прогнозирования

Одна из важнейших целей моделирования заключается в прогнозирова-

нии поведения исследуемого объекта. Проблема прогнозирования имеет много

различных аспектов. Можно различать точечное и интервальное прогнозирова-

ние. В первом случае - это конкретное число, во втором - интервал, в котором

истинное значение переменной находится с заданным уровнем доверия. Выде-

ляют также безусловное и условное прогнозирование в зависимости от того,

известны ли объясняющие переменные точно или приближенно.

Экономическое прогнозирование базируется на предположении, что зако-

номерность развития, которая существовала в прошлом, сохранится и в прогно-

зируемом будущем. Поэтому прогноз основных показателей развития нефтега-

зодобывающей отрасли основан наперспективнойэкстраполяции.

Наиболее распространенный метод прогнозирования – экстраполяция, яв-

ляющаяся вполне обоснованным и эффективным методом, если он применяет-

ся при следующих предположениях:

а)развитие исследуемого явления в целом описывается плавной кривой;

б) общая тенденция развития явления в прошлом и настоящем не

указывает на серьезные изменения в будущем;

в) учет случайности позволяет оценить вероятность отклонения от

закономерного развития.

Метод экстраполяции базируется на предложении о неизменности или хо-

тя бы относительно стабильном развитии явления.

Процесс прогнозирования определяется как сумма детерминированной и

случайной компонент, а задача прогнозирования состоит в выделении детерми-

нированной части и оценки предсказания исследуемой части процесса, описы-

ваемой случайной компонентой. Тенденция развития процесса может быть оп-

ределена аппроксимирующей функцией.

Метод экстраполяции тренда – не во всех случаях отвечает требованиям

стратегического управления экономикой на современном этапе развития, так

42

как переносит прошлые темпы в будущее, не учитывая влияние взаимосвязан-

ных факторов на результативный показатель. Поэтому, не всегда определяет

влияния факторов на результирующий показатель.

Следовательно, надежность и точность прогноза зависят от того, насколько

близкими к действительности окажутся эти предположения, насколько точно

удалось охарактеризовать выявленную в прошлом закономерность[49,57,81,82].

На основе построенной модели рассчитываются точечные и интервальные

прогнозы. Точечный прогноз на основе временных моделей получается

подстановкой в модель (уравнение тренда) соответствующего значения фактора

времени, т.е.t=n+1, n+2,..., n+k[96].

Низка вероятность точного совпадения прогнозных точечных оценок и

фактических значений, полученных путем экстраполяции кривых, которые

характеризуют тенденцию. Возникновение соответствующих отклонений

объясняется следующими причинами.

1. Выбранная для прогнозирования кривая не является единственно

возможной для описания тенденции. Можно подобрать такую кривую, которая

дает более точные результаты.

2. Прогноз осуществляется на основании ограниченного числа исходных

данных. Кроме того, каждый исходный уровень обладает еще и случайной

компонентой. Поэтому и кривая, по которой осуществляется экстраполяция,

также будет содержать случайную компоненту.

3. Тенденция характеризует движение среднего уровня ряда динамики,

поэтому отдельные наблюдения могут от него отклоняться. Если такие

отклонения наблюдались в прошлом, то они будут наблюдаться и в будущем.

Интервальные прогнозы строятся на основе точечных прогнозов.

Доверительным интерваломявляется интервал, относительно которого можно с

заранее выбранной вероятностью утверждать, что он содержит значение

прогнозируемого показателя. Ширина интервала зависит от адекватности

модели, т.е. степени ее близости к фактическим данным, числа наблюдений,

горизонта прогнозирования и выбранного уровня вероятности.

При построении доверительного интервала прогноза рассчитывается

величина ΔY*tрегрессионной модели:

tyt tY ** (17)

при

тn

YYn

j

jрасчjфакт

yt

1

2)(

гдеt - табличное значение t-статистики Стьюдента при заданном уровне значи-

мости и числе наблюдений при вероятности, равной 95%;

ty - стандартная ошибка (среднеквадратическое отклонение от модели);

m – количество факторов в модели;

n – количество наблюдений в модели.

Доверительный интервал прогноза будет иметь следующие границы:

43

– верхняя граница прогноза = Yпрогноз(n+k) + ΔY*t;

– нижняя граница прогноза = Yпрогноз(n+k) – ΔY*t.

Если построенная модель адекватна, то с выбранной вероятностью можно

утверждать, что при сохранении сложившихся закономерностей развития про-

гнозируемая величина будет находиться в интервале, образованном верхней и

нижней границей.

После получения прогнозных оценок нужно убедиться в их разумности и

непротиворечивости оценкам, полученным другими методами.

В эконометрических моделях наряду с уравнениями, параметры которых

должны быть статистически оценены, используются балансовые тождества пе-

ременных, с коэффициентами по абсолютной величине равными единице.

Значимость уравнения множественной регрессии в целом, так же как и в

парной корреляции, оценивается с помощью - критерия Фишера:

m

mn

R

R

D

DF

ост

факт 1*

1 2

2

(18)

где Dфакт – факторная сумма квадратов на одну степень свободы;

Dост – остаточная сумма квадратов на одну степень свободы;

R2 – коэффициент (индекс) множественной детерминации;

m – число параметров при переменных х (в линейной регрессии совпадает с

числом включенных в модель факторов);

n – число наблюдений.

Если фактическое значениеF–критерия превышает табличное, то уравне-

ние статистически значимо. Оценивается значимость не только уравнения в це-

лом, но и фактора, дополнительно включенного в регрессионную модель. Не-

обходимость такой оценки связана с тем, что не каждый фактор, вошедший в

модель, может существенно увеличивать долю объясненной вариации резуль-

тативного признака. Кроме того, при наличии в модели нескольких факторов

они могут вводиться в модель в разной последовательности. Ввиду корреляции

между факторами значимость одного и того же фактора может разной в зави-

симости от последовательности его введения в модель. Мерой для оценки

включения фактора в модель служит частный F–критерий, т.е. Fxi.

Частный Fxi–критерий построен на сравнении прироста факторной диспер-

сии, обусловленного влиянием дополнительно включенного фактора, с оста-

точной дисперсией на одну степень свободы по регрессионной модели в целом.

Предположим, что оцениваем значимость влияния х1 как дополнительно вклю-

ченного в модель фактора:

,1

1*

1 2

...21

2

...2

2

...21

1

mn

R

RRF

xpxyx

xpyxxpxyx

x (19)

где R2

yx1 x2 … xp– коэффициент множественной детерминации для модели с пол-

ным набором факторов;

R2

yx2 … xp– тот же показатель, но без включения в модель фактора х1 ;

n– число наблюдений;

m - число параметров в модели (без свободного члена).

44

Если оцениваем значимость влияния фактора хр после включения в модель

факторов х1, х2, …, хр-1 , то формула частного Fxp–критерия будет:

.1

1*

1 2

...21

2

1...21

2

...21

mn

R

RRF

xpxyx

xpxyxxpxyx

xp (20)

Для фактора xi частный Fxi-критерий определится как:

.1

1*

1 2

......1

2

...11...1

2

......1

mn

R

RRF

xpxiyx

xpxixiyxxpxiyx

xi (21)

В числителе формул (19) – (21) показан прирост доли объясненной вариа-

ции у за счет дополнительного включения в модель соответствующего фактора:

R2

yx1 x2 … xp- R2

yx2 … xp– прирост за счет х1 ; 2

1...21

2

...21 xpxyxxpxyx RR – за счет хр; 2

...11...1

2

......1 xpxixiyxxpxiyx RR – за счет xi .

В знаменателе доля остаточной вариации по регрессионной модели, вклю-

чающей полный набор факторов. Если числитель и знаменатель Fxi умножить

на 2)( yy или на n * 2

y, то получим соотношение прироста факторной (объ-

ясненной) суммы квадратов отклонений к остаточной сумме квадратов. Чтобы

получить величину F-критерия, необходимо эти суммы квадратов отклонений

разделить на соответствующее число степеней свободы. Прирост факторной

суммы квадратов отклонений обусловлен дополнительным включением в мо-

дель одного исследуемого фактора (например, х1или хр), то число степеней сво-

боды для него равно: d1 = 1. Для остаточной суммы квадратов отклонений по

регрессионной модели число степеней свободы равно: d2 = n – m – 1. Соотно-

шение числа степеней свободы приведено в формуле частного F–

критерия: .1

1 mn

Фактическое значение частного F-критерия сравнивается с табличным при

5%-ном или 1%-ном уровне значимости и числе степеней свободы: 1 и n – m –

1. Если фактическое значение Fxi превышает Fтабл(a,d1,d2), то дополнительное

включение фактора xi в модель статистически оправдано и коэффициент чистой

регрессии bi при факторе xi статистически значим. Если же фактическое значе-

ние Fxi меньше табличного, то дополнительное включение в модель фактора xi

не увеличивает существенно долю объясненной вариации признака у, следова-

тельно, нецелесообразно его включение в модель; коэффициент регрессии при

данном факторе в этом случае статистически незначим.

С помощью частного F-критерия можно проверить значимость всех коэф-

фициентов регрессии в предположении, что каждый соответствующий фактор

xi вводился в уравнение множественной регрессии последним.

Если величина частного F–критерия оказывается меньше табличного зна-

чения, то дополнительное включение в модель того или иного фактора нецеле-

сообразно.

Частный F–критерий оценивает значимость коэффициентов чистой регрес-

сии. Зная величину Fxi можно определить и t-критерий для коэффициента рег-

рессии при i-м факторе, tbi:

tbi= xiF (22)

45

Если в модели t-критерий для коэффициентов чистой регрессии больше

табличного значения tтабл, то подтверждается статистическая значимость вклю-

ченных в модель факторов.

Оценка значимости коэффициентов чистой регрессии по t-критерию

Стьюдента может быть проведена и без расчета частных F-критериев. В парной

регрессии, для каждого фактора используется формула

,bi

i

bim

bt (23)

где bi - коэффициент чистой регрессии при факторе

mbi - средняя квадратическая ошибка коэффициента регрессии

Для уравнения множественной регрессии

y = a + b1 * x1 + b2 * x2 + … bp * xp

средняя квадратическая ошибка может быть определена по формуле:

,1

1*

1

1*

2

...1

2

...1

mnR

Rm

xpxix

xpyxy

bi

(24)

где y - среднее квадратическое отклонение для признака у;

xi - среднее квадратическое отклонение для признака;

R2

yx1…xp- коэффициент детерминации для уравнения множественной рег-

рессии;

R2

xix1…xp- коэффициент детерминации для зависимости фактора со всеми

другими уравнениями множественной регрессии;

n-m-1 - число степеней свободы для остаточной суммы квадратов откло-

нений.

Чтобы воспользоваться данной формулой, нужна матрица межфакторной

корреляции и расчет по ней соответствующих коэффициентов детерминации

R2

xix1 … xp.

Вместе с тем, если учесть, что

,1

*2

...1

2

...11...1

2

...1

xpxix

xpxixiyxxpyx

xi

y

iR

RRb

(25)

то можно убедиться, чтоtbiопределяется по формуле:

.xi

bi

i

bi Fm

bt (26)

Продемонстрируем это соотношение на примере двухфакторного уравне-

ния регрессии y = a + b1 * x1 + b2 * x2 . Коэффициенты регрессии bi могут быть

определены как

,*xi

y

iib

(27)

где i - стандартизованный коэффициент регрессии.

При оценке влияния факторов учитываются коэффициенты регрессионной

модели, но с их помощью нельзя сопоставлять факторы по степени их влияния

на зависимую переменную из-за различия единиц измерения и разной степени

46

колеблемости [97]. Для устранения таких различий при интерпретации приме-

няются средние частные коэффициенты эластичности Э(j) и бета-

коэффициенты (j), рассчитываемые по формулам :

ˆ j

j j

xЭ a

y (28)

ˆ jx

j j

y

Sa

S (29)

где Sxj — среднеквадратическое отклонение фактора j

при 2 21( )

1xj iS x x

n

и 2 21

( )1

y iS y yn

Коэффициент эластичности показывает, на сколько процентов изменяется

зависимая переменная при изменении фактора j на один процент, но не учиты-

вается степень колеблемости факторов.

Бета-коэффициент показывает, на какую часть величины среднего квадра-

тического отклонения Sy изменится зависимая переменная Y с изменением со-

ответствующей независимой переменной Хj на величину своего среднеквадра-

тического отклонения при фиксированном значении остальных независимых

переменных на постоянном уровне.

Указанные коэффициенты позволяют упорядочить факторы по степени

влияния факторов на зависимую переменную.

В свою очередь для двухфакторного уравнения регрессии:

.1

*2

21

2121

1

xx

xxyxyx

r

rrr

(30)

Соответственно параметр b1 определит по

.*

1

*

1

2

21

2121

1

x

y

xx

xxyxyx

r

rrrb

(31)

Данное выражение тождественно расчету параметра b1 исходя из приве-

денной формулы bi (32):

2

21

2

2

2

21

1

11

*xx

yxxyx

x

y

r

rRb

(32)

Справедливость данного равенства легко доказывается, если выразить

R2

yx1x2 через парные коэффициенты корреляции:

.1

***2

2

21

2121

2

2

2

12

21

xx

xxxyyxyxyx

xyxr

rrrrrR

(33)

Следовательно,tbiвычисляется по:

47

. 1

1*

1

1*:

1*

2

21

2

21

2

2

2

2

2

21

xi

xx

xyx

xi

y

yx

yxxyx

xi

y

bi

ibi F

mnr

R

r

rR

m

bt

(34)

При представлении результатов множественной регрессии наряду с урав-

нением множественной регрессии и скорректированным коэффициентом мно-

жественной корреляции принято приводить значения tbi .

Практически если фактические значения tb1> 3, то совершенно ясно, что

значение коэффициента регрессии статистически достоверно. Уравнение может

быть использовано для прогнозирования.

Величина F-критерия, оценивая значимость уравнения регрессии в целом,

характеризует одновременно и значимость коэффициента множественной кор-

реляции.

Если величина частного F-критерия выше табличного значения, то это оз-

начает одновременно не только значимость рассматриваемого коэффициента

регрессии, но и значимость частного коэффициента корреляции. Существует

взаимосвязь между квадратом частного коэффициента корреляции и частным

F-критерием, а именно:

,)1(*1

1*

2

...1

2

...11...12

...11...1* xi

xpyx

xpxixiyx

xpxixixyxi FmnR

Rr

(35)

где r2

yxi*x1…xi-1 xi+1…xp - частный коэффициент детерминации фактора xi с у при не-

изменном уровне всех других факторов;

1–R2

yx1…xi-1 xi+1xp - доля остаточной вариации уравнения регрессии, вклю-

чающего все факторы, кроме фактора xi;

1–R2

yx1…xp - доля остаточной вариации для уравнения регрессии с полным

набором факторов.

Взаимосвязь показателей частного коэффициента корреляции, частного F-

критерия и t-критерия Стьюдента для коэффициентов чистой регрессии может

использоваться в процедуре отбора факторов. Отсев факторов при построении

уравнения регрессии методом исключения практически можно осуществлять не

только по частным коэффициентам корреляции, исключая на каждом шаге фак-

тор с наименьшим незначимым значением частного коэффициента корреляции,

но и по величинам tbi и Fxi. Частный F-критерий широко используется также

при построении модели методом включения переменных и шаговым регресси-

онным методом.

В значительной части рядов динамики экономических процессов между

уровнями, особенно близко расположенными, существует взаимосвязь. Ее

удобно представить в виде корреляционной зависимости между рядами у1,у2,у3,

..., уn, и этим же рядом, сдвинутым относительно первоначального положения

на h моментов времени у1+h ,у2+h, у3+h,, , ..., уn+h Смещение на время L называется

сдвигом, а само явление взаимосвязи - автокорреляцией. Автокорреляционная зависимость особенно существенна между последую-

щими и предшествующими уровнями ряда динамики. Поскольку классические

методы математической статистики применимы лишь в случае независимости

отдельных членов ряда между собой, то при анализе нескольких взаимосвязан-

48

ных рядов динамики важно установить наличие и степень их автокорреляции

[49,50,98]. Различаются два вида автокорреляции: 1) автокорреляция в наблюдениях за одной или более переменными; 2) автокорреляция ошибок, или автокорреляция в отклонениях от регрес-

сионной модели. Наличие последней приводит к искажению величин средних квадратиче-

ских ошибок коэффициентов регрессии, что затрудняет проверку их значимо-

сти.

Рассчитать коэффициент автокорреляции первого порядка (выборочный

коэффициент корреляции между еiи ei-1) по формуле:

n

i

i

n

i

ii

n

i

n

i

i

n

i

ii

e

e

ee

ee

ee

r

i1

2

2

1

2

1

1

22

2

1

(36)

На практике в качестве теста используют тесно связанную с коэффициен-

том автокорреляции re статистику Дарбина-Уотсона. Тест Дарбина-Уотсона

(DW) на наличие или отсутствие автокорреляции ошибок рассчитывается по

формуле:

n

i

i

n

i

ii

e

ee

DW

1

2

2

2

1)(

(37)

Нулевая гипотеза состоит в отсутствии автокорреляции. Статистику Дар-

бина-Уотсона можно выразить через коэффициент автокорреляции:

)1(2 erDW (38)

Содержательный смысл теста Дарбина-Уотсона заключается в следующем.

Если между еi и еi-1имеется достаточно высокая корреляция, то еi и ei-1близки

друг к другу и величина статистики DW мала. Это согласуется с последним вы-

ражением: если коэффициент rе близок к единице, а величина DW близка к 2.

Другой крайний случай возникает, когда точки наблюдений поочередно откло-

няются в разные стороны от линии регрессии, и каждое последующее отклоне-

ние ei имеет знак, противоположный предыдущему отклонению еi-1, т. е. еi = - ei-

1. В этом случае (еi - ei-1) 2ei и DW = 4. Это случай отрицательной автокорреля-

ции остатков первого порядка. Во всех других случаях 0 <DW< 4.

Если бы распределение статистики DW было известно, то для проверки

нулевой гипотезы об отсутствии автокорреляции можно было бы для заданного

уровня значимости найти такое критическое значение d*, что, если DW>d*, то

нулевая гипотеза Н0 принимается, в противном случае она отвергается в пользу

наличия автокорреляции.

Методом взвешенных наименьших квадратов оценивается линейная рег-

рессионная модель:

49

Y = BX + (39)

с помощью обычного МНК. Предполагается, что остатки ei независимы между

собой, но имеют разные дисперсии. Поскольку теоретические отклонения i

нельзя рассчитать, их обычно заменяют фактическими отклонениями зависи-

мой переменной от линии регрессии ei. Предполагается, что ковариационная

матрица ошибок диагонально, V(ei) = i2, t = 1,…,n.

Если величины i2 известны, то делением исходного регрессионного урав-

нения на i получаем:

,i

i

ijk

iJ

i

i

i uX

bY

i = 1,….,n, (40)

где ui = i/i, причем V(ui) = 1, Cov(ui, us) = 0 при is. Применяя к полученному

уравнению стандартный метод наименьших квадратов, оценку получаем мини-

мизацией по b = ((b1,…,bk) суммы:

.1

)(

2

1 1

n

i

k

j

ijji

i

XbYbf

(41)

Содержательный смысл этого преобразования заключается в следующем.

Используя обычный метод наименьших квадратов,минимизируя сумму квадра-

тов отклонений, в которую разные слагаемые вносят разный статистический

вклад из-за разных дисперсий, что в конечном итоге и приводит к неэффектив-

ности МНК-оценки. «Взвешивая» каждое наблюдение с помощью коэффициен-

та 1/I, можно устранить неоднородность. Применение метода взвешенных

наименьших квадратов приводит к уменьшению дисперсий оценок по сравне-

нию с обычным методом наименьших квадратов.

Проблема проверки степени совершенства прогнозов является одной из

важнейших в прогнозировании. Степень совершенства прогнозов выражают

через различные измерители точности прогнозирования. Точность точечного

прогноза в момент ti определяется разностью между прогнозомPiи фактическим

значениемFi прогнозируемого показателя в этот момент времени. Отдельный

точечный прогноз не определяет точность конкретной процедуры прогнозиро-

вания в целом, т. е. потребуется некоторая выборка (Рi, Fi), на основе которой

рассчитывается значение некоторого измерителя точности прогнозирования.

Классическим критерием точности прогнозирования является коэффици-

ент корреляции Пирсона:

n

i

n

i

ii

n

i

ii

FFPP

FFPP

r

1 1

22

1

)()(

))(( , (42)

где

n

i

iPn

P1

1 ,

n

i

iFn

F1

1

Максимальное значение r = 1 достигается при наличии линейной связи

между Р и F, т. е. когда существуют такие а0и а1> 0, что Р = а0+а1F.

50

Проверить значимость коэффициента корреляции Пирсона можно по t-

статистике с (п-2)-степенями свободы:

21

2

r

nrt

(43)

Наиболее распространенными оценками точности прогнозирования явля-

ются средняя ошибка аппроксимации:

%1001

1

n

i i

ii

F

FP

nE , (44)

а также средняя квадратическая ошибка прогнозов:

n

i

ii FPn

S1

2)(1

(45)

Точность прогнозирования тем выше, чем меньше значения Е или S соот-

ветственно. Совершенный прогноз достигается при Е = S = 0. Средняя ошибка

аппроксимации Е применяется при приближении требований к точности про-

гнозирования показателей. Коэффициент Е позволяет сравнивать точность про-

гнозирования различных процессов. Для обоснованности применения критерия

Е следует проверить гипотезу о существенности разности FP с помощью F-

критерия Фишера.

51

2.3. Анализ производственной деятельности ТОО «НЕФТЭК»

Эффективное развитие любого предприятия, в том числе нефтегазодобы-

вающего определяется его стабильностью и рентабельностью за счет снижения

затрат на добычу углеводородного сырья, повышения качества продукции, рос-

та производительности труда, а достигается все выше сказанное по экстенсив-

ному и интенсивному пути развития предприятия [99].

ТОО «НЕФТЭК», именуемый в дальнейшем «предприятие» – одно из неф-

тегазодобывающих предприятий Западного региона Казахстана, владеющие

лицензией на добычу углеводородов.

Основным видом деятельности предприятия является:

– разработка и добыча углеводорода;

– эксплуатация нефтегазопромысловой инфраструктуры;

– поиск, разведка и эксплуатация нефтяных и газовых месторождений;

– реализация и маркетинг углеводородной продукции их переработки;

– бурение;

– проектно–изыскательских, строительно–монтажных и других работ в

нефтегазопромысловой инфраструктуры.

Основные стратегические направления развития предприятия включают:

– обеспечение стратегических интересов предприятия и государства;

– улучшение финансово-экономических показателей;

– рост производства;

– увеличение стоимости предприятия;

– прирост запасов;

– увеличение экономического эффекта от реализации проектов;

– развитие высокоэффективного нефтегазодобывающего предприятия.

Целевой структурой активов предприятия включает:

– разработку и добычу углеводородов;

– маркетинг и сбыт продукции производства;

– транспортировку углеводородной продукции;

– сервис, включающий профильно-вспомогательный и непрофильный

сектора.

ТОО «НЕФТЭК»состоит из следующей организационной структуры, в ко-

торую входят:

–отдел производственно-технического обеспечения и комплектации обо-

рудованием

– отдел«НЕФТЭК–Сервис»;

– маркетинговый отдел;

– строительный отдел;

– цех общественного питания и торговли;

– научно-исследовательский отдел по разработке нефтегазовых месторо-

ждений;

– бригада «Нефть»;

– бригада«Газ»;

– бригада«Энергетик»;

52

– специализированный строительно-монтажный отдел;

– специализированный транспортный отдел.

Производственно-экономическое положение предприятия представим на

основе поквартальных косвенных основных показателей добычи газа за период

с 1-го квартала 2004 по 1-ый квартал 2008 года (таблица 5) [49,74,100,101].

Особенностью разведанных запасов газа на месторождениях Западного Ка-

захстана является то, что добыча газа ведется попутно с добычей нефти и газо-

вым конденсатом. Поэтому активное освоение месторождений и рост объемов

добычи нефти и газа в последние годы диктуются необходимостью утилизации

все увеличивающихся объемов добываемого газового конденсата.

Так объемы добычи газа природного за анализируемый период остается в

целом стабильным, начиная с 3 квартала 2006 года с относительным ростом

увеличения ресурсов в среднем на 1,1%. Но в 4 квартале 2007 года наблюдался

спад в добыче почти на 20%, который вырос в следующем периоде на 10%.

По объему дохода от реализации продукции за анализируемый период на-

блюдается стабильный рост за счет поступлений от экспорта продукции, цены

на которые в период с 2004 по середину 2007 года постоянно росли. Так по

объему дохода от реализации продукции на исследуемом предприятии мини-

мальным значение соответствовало второму кварталу 2004 года, а и макси-

мальным - показатель был в третьем квартале 2007 года.

Экспортируется углеводородная продукция предприятия в основном в

страны СНГ и Европы, объемы поставок которой в указанный период не ста-

бильны. Но за счет мирового роста цен экспорт стабильно пополнял доход

предприятия.

Анализ внутриреспубликанского потребления углеводородной продукции

предприятия показал, что наблюдались снижения в периоды со второго по чет-

вертый кварталы 2005 года и в 2007 году, но в первом квартале 2008 года воз-

росла реализация на 44,5%.

Благодаря благоприятному инвестиционному климату в РК и успешной

реализации инвестиционной политики Российских компаний, ТОО «НЕФТЭК»

из убыточного предприятия превратилось в мощную, экономически эффектив-

ную компанию с прекрасной перспективой. Полученные инвестиционные вло-

жения позволили предприятию создать дополнительные рабочие места, сни-

жать себестоимость выпускаемой продукции за счет рационального использо-

вания углеводородных ресурсов, использовать современную технику и техно-

логии, дополнительных источников газоснабжения населения области и про-

мышленных предприятий, улучшить экологическую обстановку и прочие. С

увеличением объемов добычи инвестиции, которые направляются на расшире-

ние масштабов капитального строительства, обновление техники и технологии,

увеличились и объемы углеводородов на предприятии.

53

Таблица 5 – Основные показатели ТОО «НЕФТЭК», в % к предыдущему году

Показатели Обозна-

чения

2004 2005 2006 2007 2008

2 кв 3кв 4 кв 1 кв 2 кв 3кв 4 кв 1 кв 2 кв 3кв 4 кв 1 кв 2 кв 3кв 4 кв 1кв

Добыча газа природ-

ного х0 91,5 109,4 92,2 104,9 98,6 102,9 88,1 105,9 110,5 94,3 104,7 101,1 101,7 110,5 90,0 100,1

Доход от реализации

продукции х1 92,5 109,5 100,7 108,3 100,4 103,5 104,7 110,8 105,5 106,5 104,5 110,7 111,8 112,6 110,7 109,5

Себестоимость про-

дукции х2 98,6 100,5 91,2 101,5 100,3 103,4 101,3 94,2 102,2 96,3 106,4 99,3 109,6 104,6 83,4 97,1

Валовой доход х3 94,1 66,8 100,7 113,1 69,1 116,2 81,9 107,7 112,1 99,0 123,5 144,3 94,9 87,7 64,0 122,9

Расходы периода х4 96,6 127,4 71,2 139,4 111,5 96,6 82,4 133,7 107,8 73,4 178,2 74,7 77,0 223,7 113,5 116,8

Экспорт х5 89,7 109,4 92,5 104,9 97,7 103,4 83,4 109,7 105,4 92,2 103,1 103,0 99,1 107,4 93,2 100,4

Инвестиции х6 89,5 109,1 100,5 108,6 95,2 96,8 86,5 110,5 109,1 97,5 106,4 97,8 104,8 110,5 86,1 90,4

Среднесписочная

численность ППС х7 103,5 100,7 76,5 84,1 98,0 99,6 90,2 116,1 121,8 97,6 123,7 107,1 81,5 113,0 92,3 99,4

Реализация внутри

страны х8 89,4 100,4 91,4 102,1 91,5 97,7 90,5 110,5 105,5 89,4 98,5 84,9 83,2 94,4 90,5 105,4

Импорт х9 100,3 109,2 100,5 102,4 100,8 101,4 102,6 108,5 105,1 100,2 101,9 100,7 101,8 96,5 96,0 90,5

Чистый доход (убы-

ток) х10 91,0 111,4 81,9 121,2 91,9 92,3 91,5 109,4 101,4 97,2 100,3 164,8 116,6 113,7 84,9 90,8

Примечание – Согласно условий Собственника

54

Косвенные показатели по объемам инвестиций в целом имеют тенденцию

к колебаниям, объясняемые тем, что по утвержденным графикам основные

объемы поступления средств приходятся на первое полугодие исследуемых пе-

риодов.

Концентрация финансовых средств на предприятии от объемов инвести-

ций и дохода от реализации продукции к началу года способствуют решению

производственных задач, в том числе и увеличению объемов добычи газа при-

родного.

Анализируя основные показатели можно сделать вывод, что имеется тен-

денция к сезонным колебаниям по всем периодам наблюдения, объяснения ко-

торым заключаются в инфляционных процессах в экономике страны, перепа-

дам мировых цен на нефть и газ природный, которые оказывают влияние соот-

ветственно на стоимость на реализуемой продукцию предприятия, а также

сложности транспортировки продукции до потребителей или покупателей и

прочие.

Используя основные показатели ТОО «НЕФТЭК» (таблица 5), определим

факторы, которые оказывают влияние на объемы добычи газа природного и

рассчитаем прогноз на будущие периоды. Для этого построим корреляционную

матрицу взаимосвязи основных экономических показателей (таблица 6) и про-

анализируем полученные коэффициенты корреляции факторов, исключая фак-

торы которые мультиколлениарны между собой.

Таблица 6 – Корреляционная таблица взаимосвязи показателей

х0 х1 х2 х3 х4 х5 х6 х7 х8 х9 х10

х0 1

х1 0,451 1

х2 0,526 0,035 1

х3 0,268 0,084 0,267 1

х4 0,596 0,298 0,249 -0,062 1

х5 0,943 0,516 0,307 0,295 0,558 1

х6 0,959 0,382 0,445 0,199 0,500 0,305 1

х7 0,553 0,063 0,226 0,307 0,530 0,502 0,352 1

х8 0,560 0,166 -0,039 0,203 0,434 0,598 0,440 0,462 1

х9 0,352 -0,037 0,218 -0,106 -0,073 0,332 0,549 0,194 0,246 1

х10 0,440 0,494 0,334 0,484 0,054 0,479 0,399 0,192 -0,149 0,220 1

Примечание – таблица рассчитана автором

Анализ корреляционной матрицы позволяет сделать вывод, что объем до-

бычи газа природного находится в тесной взаимосвязи с такими показателями

как объем экспорта (Rх5=0,9434) и объемами инвестиции (Rх6=0,9594). Также

имеют среднюю связь такие показатели как себестоимость продукции (х2), рас-

ходы периода (х4), среднесписочная численность ППС (х7), реализация внутри

страны (х8). Из перечисленных факторов выбираем х5 и х6 так как, во-первых

коэффициенты корреляции у них высокие, между собой они не коррелируют.

По регрессионному методу выполним расчеты зависимости данных объ-

ема добычи газа природного (х0) от объемов экспорта (х5) и инвестиции (х6) и

представим в таблице 7.

55

Таблица 7 – Регрессионный анализ добычи газа природного ТОО «НЕФТЭК»

ВЫВОД ИТОГОВ

Регрессионная статистика

Множественный R 0,9760

R-квадрат 0,9526

Нормированный R2 0,9453

Стандартная

ошибка 1,7162

Наблюдения 16

Дисперсионный анализ

df SS MS F Значимость

F

Регрессия 2 769,516 384,758 130,625 2,4699E-09

Остаток 13 38,292 2,946

Итого 15 807,808

Коэффициенты Стандартная

ошибка t-статистика P-Значение Нижние 95%

Верхние

95%

Нижние

95,0%

Верхние

95,0%

Y-пересечение 15,2904 5,3211 2,8735 0,0131 3,7949 26,7859 3,7949 26,7859

х5 0,5369 0,1080 4,9693 0,0003 0,3035 0,7703 0,3035 0,7703

х6 0,3136 0,0989 3,1719 0,0074 0,1000 0,5272 0,1000 0,5272

56

Продолжение таблицы 7

ВЫВОД ОСТАТКА

Наблюдение Предсказанное х0 Остатки Стандартные остатки 1 91,5278 0,0085 0,0053

2 108,2306 1,1694 0,7319

3 92,7038 -0,4623 -0,2893

4 105,6919 -0,7919 -0,4956

5 97,5996 0,9834 0,6155

6 101,1658 1,7342 1,0854

7 87,1989 0,9011 0,5640

8 109,6938 -3,8366 -2,4013

9 111,1342 -0,6342 -0,3969

10 95,4056 -1,1147 -0,6977

11 104,0444 0,6928 0,4336

12 101,2540 -0,1931 -0,1209

13 101,3908 0,2879 0,1802

14 107,5847 2,9262 1,8315

15 92,3095 -2,3142 -1,4484

16 99,4308 0,6434 0,4027

17 101,30

18 101,45

19 101,59

20 101,73 Примечание – Таблица рассчитана автором

57

Из корреляционно-регрессионный анализа (таблица 7) можно сделать вы-

вод что между результирующим фактором (х0) и независимыми факторами

(х5,х6) тесная взаимосвязь, которая отражается в коэффициенте детерминации

(R2=0,9525). Коэффициент Фишера (F=130,62), коэффициенты Стьюдента для

параметров х5 и х6 (tx5=4,96; tx6=3,17) превышают табличных значений

(Fтабл=3,80; tтабл=2,1603), что говорит о статистической значимости и адекват-

ности полученной множественной регрессионной модели (46).

Х0= 15,290+0,537*Х5+0,314*Х6+ε (46)

Выполним расчет прогнозных значений результирующего фактора на че-

тыре будущих периода, для чего применим множественную регрессионную мо-

дель (46).

Для расчета прогнозных значений экспорта газа природного и объемов ин-

вестиций построим графики трендовых моделей (рисунок 9 и 10).

Экспорт газа

80,0

85,0

90,0

95,0

100,0

105,0

110,0

115,0

2кв.

200

4

3кв.

200

4

4кв.

200

4

1кв.

200

5

2кв.

200

5

3кв.

200

5

4кв.

200

5

1кв.

200

6

2кв.

200

6

3кв.

200

6

4кв.

200

6

1кв.

200

7

2кв.

200

7

3кв.

200

7

4кв.

200

7

1кв.

200

8

2кв.

200

8

3кв.

200

8

периоды

%

экспорт газа (х5) Линейный (экспорт газа (х5))

Рисунок 9 - График трендовой модели по экспорту газа природного, в % к пре-

дыдущему году

Инвестиции

80,0

85,0

90,0

95,0

100,0

105,0

110,0

115,0

2кв.

200

4

3кв.

200

4

4кв.

200

4

1кв.

200

5

2кв.

200

5

3кв.

200

5

4кв.

200

5

1кв.

200

6

2кв.

200

6

3кв.

200

6

4кв.

200

6

1кв.

200

7

2кв.

200

7

3кв.

200

7

4кв.

200

7

1кв.

200

8

2кв.

200

8

3кв.

200

8

периоды

%

объемы инвестиций (х6) Линейный (объемы инвестиций (х6) )

Рисунок 10 - График трендовой модели по объему инвестицийв % к предыду-

щему году

58

Чтобы просчитать прогноз объема добычи газа природного по модели

множественной регрессии (46) используем прогнозные значения экспорта газа

(х5) и объема инвестиций (х6), найденные через трендовые модели (47) и (48).

x5 = 0,1743*t + 98,182 (47)

Прогноз экспорта газа природного соответствует следующим значениям по

периодам: 2-ой квартал 2008года – 101,15%; 3-й квартал 2008 года – 101,32%;

4-ый квартал 2008 года – 101,49% и 1-ый квартал 2009 года – 101,67%.

x6= 0,159*t + 98,409 (48)

Прогноз объемов инвестиций будут равны следующим значениям: 2-ой

квартал 2008года – 101,11%; 3-й квартал 2008 года – 101,27%; 4-ый квартал

2008 года – 101,43%и 1-ый квартал 2009 года – 101,59%.

Подставив в модель (46), рассчитанные прогнозные значения объемов экс-

порта и инвестиций, получим прогноз объемов добычи газа природного на

второй, третий и четвертый кварталы 2008 года и первый квартал 2009 года, со-

ответственно равные 101,3%, 101,45%, 101,59% и 101,73%. Прогноз результи-

рующего показателя показывает тенденцию стабильности добычи газа природ-

ного на предприятии. График прогноза объемов добычи газа представлен на

рисунке 11.

Прогноз добычи газа природного, %

80,0

85,0

90,0

95,0

100,0

105,0

110,0

115,0

120,0

2кв .

2004

3кв .

2004

4кв .

2004

1кв .

2005

2кв .

2005

3кв .

2005

4кв .

2005

1кв .

2006

2кв .

2006

3кв .

2006

4кв .

2006

1кв .

2007

2кв .

2007

3кв .

2007

4кв .

2007

1кв .

2008

2кв .

2008

3кв .

2008

4кв .

2008

1кв .

2009

периоды

%

х0 Предсказанное х0

Рисунок 11 - Прогноз добычи газа природного по модели множественной рег-

рессии, в %

Из графического представления объемов добычи газа природного видно,

что Х0 подвержен циклическим колебаниям, связанные с общей динамикой как

конъюнктуры внутреннего и внешнего рынка, а также с фазой-бизнес цикла, в

которой находиться как предприятие, так и экономика страны.

Для расчета прогноза объемов добычи газа природного по аддитивной и

мультипликативной моделям временного ряда необходимо рассчитать прогноз

по трендовой модели (49).

x0 = 0,1434*t + 99,179 (49)

Для расчета прогнозных значений объема добычи газа природного постро-

им график трендовой модели (рисунок 12).

59

80,0

85,0

90,0

95,0

100,0

105,0

110,0

115,0

2кв .

2004

3кв .

2004

4кв .

2004

1кв .

2005

2кв .

2005

3кв .

2005

4кв .

2005

1кв .

2006

2кв .

2006

3кв .

2006

4кв .

2006

1кв .

2007

2кв .

2007

3кв .

2007

4кв .

2007

1кв .

2008

2кв .

2008

3кв .

2008

4кв .

2008

1кв .

2009

периоды

%

объем добычи газа Линейный (объем добычи газа)

Рисунок 12 - График трендовой модели объема добычи газа природного, в % к

предыдущему году

Теперь расчет прогноза объемов добычи газа природного выполняем по

аддитивной (50) модели временного ряда, результаты представим в таблице 8.

х0 = T + S + E (50)

где Т, S, E– трендовая, сезонная, случайная компоненты.

Результаты расчета прогноза объемов добычи газа природного по мульти-

пликативной (51) модели временного ряда представим в таблице 8.

х0 = T * S * E (51)

Таблица 8 – Расчет прогноза добычи газа природного по аддитивной и муль-

типликативной моделям временного ряда

t х0 х0

тренд

Индекс

сезон-

ности

Абсолют-

ное от-

клоне-ние

Уі-У

Среднее

отклоне-

ние по

кварталам

Средний

индекс

сезон-

ности

Прогноз по

аддитив-

ной модели

Прогноз по

мультипли-

кативной

модели

1 91,54 99,32 0,92 -7,8 0,39 1,00 99,71 99,68

2 109,40 99,47 1,10 9,9 3,95 1,04 103,42 103,39

3 92,24 99,61 0,93 -7,4 -6,70 0,93 92,91 92,96

4 104,90 99,75 1,05 5,1 2,36 1,02 102,11 102,11

5 98,58 99,90 0,99 -1,3 100,29 100,26

6 102,90 100,04 1,03 2,9 103,99 103,99

7 88,10 100,18 0,88 -12,1 93,48 93,50

8 105,86 100,33 1,06 5,5 102,69 102,69

9 110,50 100,47 1,10 10,0 100,86 100,85

10 94,29 100,61 0,94 -6,3 104,56 104,59

11 104,74 100,76 1,04 4,0 94,06 94,02

12 101,06 100,90 1,00 0,2 103,26 103,28

13 101,68 101,04 1,01 0,6 101,43 101,42

14 110,51 101,19 1,09 9,3 105,14 105,19

15 90,00 101,33 0,89 -11,3 94,63 94,56

16 100,07 101,47 0,99 -1,4 103,83 103,87

17 101,62 102,01 102,00

18 101,76 105,71 105,78

19 101,90 95,20 95,09

20 102,05 104,41 104,45 Примечание - таблица рассчитана автором

60

Графическая реализация прогноза объемов добычи газа природного по ад-

дитивной и мультипликативной моделям временного ряда представлены на ри-

сунках 13, 14.

Прогноз по аддитивной модели

80,0

85,0

90,0

95,0

100,0

105,0

110,0

115,0

2кв .

2004

3кв .

2004

4кв .

2004

1кв .

2005

2кв .

2005

3кв .

2005

4кв .

2005

1кв .

2006

2кв .

2006

3кв .

2006

4кв .

2006

1кв .

2007

2кв .

2007

3кв .

2007

4кв .

2007

1кв .

2008

2кв .

2008

3кв .

2008

4кв .

2008

1кв .

2009

периоды

%

объем добычи газа Прогноз по аддитивной модели

Рисунок 13 - Прогноз добычи газа природного по аддитивной модели

Прогноз по мультипликативной модели

80,0

85,0

90,0

95,0

100,0

105,0

110,0

115,0

2кв .

2004

3кв .

2004

4кв .

2004

1кв .

2005

2кв .

2005

3кв .

2005

4кв .

2005

1кв .

2006

2кв .

2006

3кв .

2006

4кв .

2006

1кв .

2007

2кв .

2007

3кв .

2007

4кв .

2007

1кв .

2008

2кв .

2008

3кв .

2008

4кв .

2008

1кв .

2009

периоды

%

объем добычи газа Прогноз по мультипликативной модели

Рисунок 14 - Прогноз добычи газа природного по мультипликативной модели

Составим таблицу сводных прогнозных значений объемов добычи газа

природного на будущие периоды и проведем анализ точности прогноза (табли-

ца 9).

Таблица 9 - Сводный прогноз объема добычи газа природного по моделям, в %

к предыдущему году

t Фактические

значения

Прогноз по

трендовой

модели

Прогноз по

аддитивной

модели

Прогноз по мульти-

пликативной моде-

ли

Прогноз по

множественной

регрессии

2 кв. 2008 110,79 101,62 102,01 102,00 101,30

3 кв. 2008 101,01 101,76 105,71 105,78 101,45

4 кв. 2008 82,56 101,90 95,20 95,09 101,59

1 кв. 2009 100,24 102,05 104,41 104,45 101,73

Примечание - таблица рассчитана автором

Проведя оценку точности прогноза по перечисленным моделям, равные

соответственно по трендовой модели 6,53%, по аддитивной и мультипликатив-

ной моделям – 5,39% и по множественной регрессионной модели – 2,60%,

61

можно сделать вывод, что более достоверными являются прогнозные значения,

рассчитанные по последней указанной модели (2,60%).

Резюмируя вышеописанное, можно сделать вывод:

1. Для моделирования прогноза основных экономических показателей раз-

вития нефтегазодобывающего сектора экономики Казахстана можно использо-

вать различные типы эконометрических моделей в зависимости от целей про-

ведения экономического анализа.

2. Точность прогноза определяется разумностью и непротиворечивостью

адекватности построенных моделей на основе различных критериев оценок.

3. Экономический анализ производственной деятельности исследуемого

предприятия и расчет прогноза объема добычи газа природного различными

методами прогнозирования позволили сделать вывод, что тенденция стабиль-

ности сохраняется и достоверным являются модель множественной регрессии.

62

Раздел 3. Разработка моделей добычи и реализации нефти и газа

(на примере нефтегазовой промышленности Республики Казахстан)

3.1. Выбор модели планирования и прогнозирования объемов

добычи углеводородного сырья нефтегазовой отрасли

Эконометрические методы позволяют улучшить возможности принятия

решений в условиях неопределенности и изменения уровней факторов, имею-

щего различное влияние на процесс хозяйственной деятельности нефтегазовой

отрасли. Однако эффективное применение данных методов для оценки системы

взаимосвязей и разработки на ее основе прогнозных предвидений и экономет-

рических гипотез зависит от знания сущности метода.

Зависимость между результативными показателями и различными факто-

рами хозяйственной деятельности вызвана взаимосвязанным влиянием одних

явлений на другие. При исследовании данных взаимосвязей необходимо учи-

тывать и то, что каждое отдельное явление может изменяться под действием

других явлений. Поэтому основными методами для оценки взаимосвязей и за-

висимостей являются регрессионный и корреляционный анализ и статистиче-

ские уравнения зависимостей. Но даже среди этих методов необходимо подоб-

рать такой метод, который наиболее адекватно отразить экономический про-

цесс.

Метод экспоненциального сглаживания Брауна (модификация метода наи-

меньших квадратов) позволяет для экономического временного ряда получить

модель, которая характеризует не средний уровень процесса, а тенденцию,

сложившуюся к моменту последних наблюдений.

Сущность метода состоит в том, что временной ряд сглаживается с помо-

щью взвешенной скользящей средней, в которой веса подчиняются экспонен-

циальному закону.

Прогнозирующая функция выбирается из общего класса линейных ком-

бинаций и произведений полиномов, экспонент, синусов и косинусов. Выбран-

ная прогнозирующая функция подгоняется к значениям, полученным ранее

при помощи метода «взвешенных наименьших квадратов» [102,103,104].

В методе Брауна коэффициенты оцениваются и корректируются исходя из

условия минимума суммы взвешенных квадратов расхождения прошлых значе-

ний ряда ytи значений, даваемых для соответствующих времен в прошлом про-

гнозирующей функцией (52):

0

2)ˆ()1(i

itit

i yye (52)

Весовая функция (1-) убывает по степенному закону, как члены геомет-

рической прогрессии, отсюда и название метода – экспоненциальное сглажи-

вание.

Константа называется параметром сглаживания и изменяется в пределах

от нуля до единицы.

63

Экспоненциальной средней первого порядка (53) для временного ряда yt

является величина

it

N

i

i

t yyS

0

]1[ )1()( (53)

Выражение (54) есть экспоненциальная средняя К-го порядка временного

ряда.

)()1()(0

]1[][ ySySN

i

k

it

ik

t

(54)

Брауном выведена формула (55) для определения экспоненциальной сред-

ней:

)()1()()( ]1[

1

]1[][ ySySyS k

t

k

t

k

t

(55)

Как видно из (55) , новая экспоненциальная средняя равна предыдущей

плюс доля (1-) от разности между новыми наблюдениями и предыдущими

сглаженными значениями уровней.

Метод скользящее среднее является традиционным методом прогнозиро-

вания показателя mt, использующее усреднение nего известных значений yt (56)

[90,103,104].

)(11

1

1

nttt

nt

ti

it ddn

mdn

m

(56)

где mt – среднее скользящее прогнозируемого показателя;

t– прогнозируемый период;

yt–фактические значения показателя y;

n– количество фактических наблюдений (0>i<n);

В стационарном ряде расчетное значение mtбудет равняться прогнозу ожи-

даемого значения показателя не только на текущий период прогноза, но и на

период, следующий за ним, и далее.

Метод скользящего среднего имеет несколько особенностей:

1. Расчет прогноза на будущие периоды будут более точными, если коли-

чество наблюдений более 15.

2. Чтобы начать процесс скользящего среднего, нужно в запасе иметь (n-1)

фактических значений, ибо прогноз может быть построен только через

nпериодов.

3. Используемым фактическим значениям, включенным в процессе сколь-

зящего среднего присваивается одинаковый вес, а прогнозируемые имеют ну-

левой вес. Вес отдельного наблюдения определяет долю вклада его значения в

значение среднего. В скользящем среднем эта доля равняется 1/nдля наблюде-

ний, включенных в среднее, а для отсутствующих наблюдений равна нулю. Хо-

тя последние фактические значения в ряду исходных данных показателя более

ценны, но имеют одинаковый вес, что и первые.

4. Чувствительность скользящего среднего обратно пропорциональна n –

количеству наблюдений, входящих в среднее, поэтому, не меняя n нельзя изме-

нить чувствительность.

64

Перечисленные методики дают прогноз с той или иной точностью. Одна-

ко, основными недостатками рассмотренных методик прогнозирования эконо-

мических показателей является то, что в результате прогноза значения показа-

телей могут оказаться несогласованными друг с другом. Прогноз строится на

предположении некоторой преемственности изменений экономических показа-

телей от одного отчетного периода к другому. Для составления стратегических

долгосрочных прогнозов такой подход может оказаться неприемлемым.

При построении прогнозов методом экспоненциального сглаживания одна

из основных проблем – выбор оптимального значения параметра сглаживания

, поскольку при различных значениях результаты прогноза будут изменять-

ся.

В методе экспоненциального сглаживания требуется априорная оценка из-

мерений, проведенных в последнем году.

Если эти измерения носят разовый, случайный характер, т.е. отклонения от

тренда, построенного методом наименьших квадратов, в последние год-два но-

сили случайный характер и не выражают тенденции, способной изменить тем-

пы прироста, то задаются значения в пределах 0,10—0,30.

Если эти изменения выражают определенную тенденцию, которая сможет

изменить темп прироста на некотором промежутке времени, то надо брать

порядка 0,35—0,40.

По статистическим данным Агентства РК по статистике за период с 2000

по 2008 годы (таблица 10) полугодовой объем добычи нефти в стране поднялся

с 14,3 до 29,5 млн. тонн, а объем добычи газа природного (таблица 11) поднялся

с 5,6 до 8,05 млрд. куб.м.

Анализируя данные таблицы 10 можно сделать вывод, что наблюдалась

тенденция стабильного роста объема добычи нефти сырой, кроме резкого уве-

личения объема в 2003 году на 39,5% к предыдущему году и соответственно на

21,8% в 2006 году.

По аналогии, изучив исходные данные таблицы 11 можно сказать, что про-

слеживается умеренная направленность к росту объема добычи газа природно-

го.

Для определения дальнейшего положения одного из основных показателей

нефтегазодобывающей отрасли Казахстана рассмотрим пример расчета прогно-

за объемов добычи нефти сырой и газа природногопо методам экспоненциаль-

ного сглаживания и скользящего среднего на 1-ое, 2-ое полугодие 2009 и 1-е

полугодие 2010 годов, используя компьютерную реализацию в пакете приклад-

ных программ Excel (таблица 12)[105,106,107,108].

В качестве аппроксимирующей функции экспоненциального сглаживания

была применена парабола с параметром сглаживания α=0,21 для нефти сырой и

α =0,11 для газа природного из интервала 0,10 - 0,30.

68

Таблица 10 – Основные экономические показатели нефтедобычи РК за 2000-2008 годы

х0 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10

1 п/г 2000 14,3 29,3 57519,0 37,2 597,2 85,5 10677,8 480,6 227,73 3,89 15294,8

2 п/г 2000 16,5 28,3 64399,5 34,2 760,1 158,0 14212,5 529,0 347,99 7,49 18581,5

1 п/г 2001 17,4 32,7 74155,0 47,6 764,6 149,7 10542,9 910,0 237,75 11,52 15841,5

2 п/г 2001 18,7 39,4 83181,5 25,5 713,2 219,9 15910,7 1425,3 538,07 34,28 14974,0

1 п/г 2002 19,9 41,0 79478,0 30,3 396,4 154,5 15354,8 1258,2 269,46 13,38 13213,8

2 п/г 2002 22,2 40,2 89929,5 45,4 564,8 268,7 18739,7 1372,7 450,75 22,02 16279,2

1 п/г 2003 29,6 44,1 84886,5 39,7 597,3 196,9 18535,3 1587,0 473,93 24,95 16462,5

2 п/г 2003 30,5 46,2 94313,0 42,5 629,9 203,0 20102,5 745,0 500,16 14,03 15443,7

1 п/г 2004 24,5 38,9 94901,5 64,3 756,1 160,8 21926,6 1810,0 578,40 34,34 17191,5

2 п/г 2004 26,2 39,8 110222,5 84,4 830,8 250,3 25816,3 1440,0 886,19 35,13 21844,0

1 п/г 2005 25,3 39,4 110485,0 103,5 1099,0 288,3 26240,7 2191,6 1014,41 51,60 29132,0

2 п/г 2005 26,0 42,9 137150,0 110,4 1229,0 394,7 23910,6 1536,7 1247,13 51,75 38481,5

1 п/г 2006 26,0 46,4 122948,0 122,8 1455,0 339,8 25453,0 2315,8 1363,75 73,73 49544,5

2 п/г 2006 36,5 47,6 145074,5 143,6 1399,4 412,8 26244,1 3370,4 1526,72 113,99 50126,7

1 п/г 2007 27,1 48,4 141041,0 130,9 1340,9 373,1 29885,5 3540,0 1520,88 104,82 48042,0

2 п/г 2007 28,4 50,4 165104,5 159,8 1170,9 571,4 28144,5 4206,3 1839,24 118,83 61965,5

1 п/г 2008 29,2 54,3 161850,0 190,0 1460,1 367,6 29379,7 3934,0 2394,72 181,92 81509,5

2 п/г 2008 29,5 58,0 188200,0 90,1 1095,6 424,9 28682,4 3593,6 2321,11 166,18 80924,5 Примечание - статистические данные Агентства РК по статистике.

где х0 -объем добычи нефти, млн.т; x6 - экспорт нефти, тыс.т;

x1 - численность ППП, тыс.чел. x7 - импорт нефти, тыс.т;

x2 - среднемесячная зарплата ППП, тенге; x8 – стоимость экспорта, млрд.тенге;

x3 - уровень рентабельности, % x9 - стоимость импорта, млрд.тенге;

x4 - доход от реализации продукции (работ, услуг), млрд.тенге x10- цена реализации нефти, тенге/тонна;

x5 - инвестиции в основной капитал, млрд.тенге.

69

Таблица 11 - Основные экономические показатели добычи природного газа РК за 2000-2008 годы

периоды х0 x1 x2 x3 x4 x5 x6 x7 x8 x9 x10

1 п/г 2000 5602,1 29,3 57519,0 37,2 597,2 85,5 2506,2 2157,5 2,26 9,44 680,5

2 п/г 2000 5939,8 28,3 64399,5 34,2 760,1 158,0 2714,6 2060,7 3,09 7,61 826,0

1 п/г 2001 6285,5 32,7 74155,0 47,6 764,6 149,7 3153,2 2456,6 5,23 11,63 1183,0

2 п/г 2001 5324,3 39,4 83181,5 25,5 713,2 219,9 2385,3 1822,9 6,40 10,07 1239,5

1 п/г 2002 3005,7 41,0 79478,0 30,3 396,4 154,5 4342,1 3271,8 14,86 20,24 1417,0

2 п/г 2002 3012,2 40,2 89929,5 45,4 564,8 268,7 5639,7 3747,3 18,22 16,59 1381,0

1 п/г 2003 3329,5 44,1 84886,5 39,7 597,3 196,9 5411,3 4644,3 18,61 21,50 1560,0

2 п/г 2003 3866,3 46,15 94313,0 42,5 629,9 203,0 5597,6 4051,8 15,65 16,59 1564,5

1 п/г 2004 5092,6 38,90 94901,5 64,3 756,1 160,8 8196,1 5196,9 38,84 28,42 1691,0

2 п/г 2004 6498,3 39,80 110222,5 84,4 830,8 250,3 6144,7 4022,6 28,63 22,13 1676,0

1 п/г 2005 8054,8 39,40 110485,0 103,5 1099,0 288,3 6224,9 4480,7 25,36 25,18 1896,0

2 п/г 2005 6439,5 42,90 137150,0 110,4 1229,0 394,7 6655,5 4266,5 29,10 25,42 1967,0

1 п/г 2006 6836,1 46,40 122948,0 122,8 1455,0 339,8 6366,7 4376,8 34,29 28,90 1980,0

2 п/г 2006 7582,7 47,60 145074,5 143,6 1399,4 412,8 6206,2 4200,0 33,59 30,09 2002,0

1 п/г 2007 8538,5 48,40 141041,0 130,9 1340,9 373,1 5865,2 2847,3 32,76 23,34 2010,5

2 п/г 2007 8056,3 50,40 165104,5 159,8 1170,9 571,4 6910,6 2525,1 46,46 22,75 2142,2

1 п/г 2008 9886,9 54,3 161850,0 190,0 1460,1 367,6 8774,8 3760,4 50,80 27,59 2416,0

2 п/г 2008 8821,2 58,0 188200,0 90,1 1095,6 424,9 8595,9 2924,7 48,54 24,88 2589,0 Примечание - статистические данные Агентства РК по статистике.

где х0 -объем добычи газа, млн.м3; x6 - экспорт газа, тыс.м3;

x1- численность ППП, тыс.чел. x7 - импорт газа, тыс.м3;

x2 - среднемесячная зарплата ППП, тенге; x8 – стоимость экспорта, млрд.тенге;

x3 - уровень рентабельности, % x9 - стоимость импорта, млрд.тенге;

x4 - доход от реализации продукции (работ, услуг), млрд.тенге x10- цена реализации газа, тенге/тыс.м3;

x5 - инвестиции в основной капитал, млрд.тенге.

70

Таблица 12 – Расчет прогноза нефти и газа

Годы

Объем

добычи

нефти,

млн т

Расчеты прогноза для нефти по методам Объем

добычи

газа,

млн.м3

Расчеты прогноза для газа по методам

Экспоненциальное

сглаживание Скользящее среднее

Экспоненциальное

сглаживание Скользящее среднее

расчетные

данные

стандартные

ошибки

расчетные

данные

стандартные

ошибки

расчетные

данные

стандартные

ошибки

расчетные

данные

стандартные

ошибки

1п/г 2000 14,3 - - - - 5602,1 - - - -

2п/г 2000 16,5 14,300 - 15,400 - 5939,8 5602,10 - 5770,95 -

1п/г 2001 17,4 15,840 - 16,950 0,8404 6285,5 5906,03 - 6112,65 -

2п/г 2001 18,7 16,932 - 18,050 0,5590 5324,3 6247,55 - 5804,90 170,862

1п/г 2002 19,9 18,170 1,8618 19,300 0,6255 3005,7 5416,63 608,395 4165,00 361,146

2п/г 2002 22,2 19,381 1,6886 21,050 0,9172 3012,2 3246,79 1506,536 3008,95 887,399

1п/г 2003 29,6 21,354 2,1655 25,900 2,7398 3329,5 3035,66 1496,662 3170,85 819,752

2п/г 2003 30,5 27,126 5,1295 30,050 2,6356 3866,3 3300,12 1408,775 3597,90 112,206

1п/г 2004 24,5 29,488 5,3951 27,500 2,1451 5092,6 3809,68 392,403 4479,45 220,464

2п/г 2004 26,2 25,996 5,8950 25,350 2,2048 6498,3 4964,31 827,201 5795,45 473,282

1п/г 2005 25,3 26,139 3,4786 25,750 0,6801 8054,8 6344,90 1199,941 7276,55 659,527

2п/г 2005 26,0 25,552 2,9226 25,650 0,4031 6439,5 7883,81 1519,075 7247,15 741,509

1п/г 2006 26,0 25,866 0,5616 26,017 0,2478 6836,1 6583,93 1566,622 6637,80 793,086

2п/г 2006 36,5 25,984 0,5577 31,267 3,7002 7582,7 6810,88 1300,433 7209,40 588,057

1п/г 2007 27,1 33,345 6,0779 31,809 4,9692 8538,5 7505,52 956,612 8060,60 298,894

2п/г 2007 28,4 28,987 7,0567 27,759 3,3476 8056,3 8435,20 758,582 8297,40 428,801

1п/г 2008 29,2 28,576 7,0642 28,796 0,5324 9886,9 8094,19 775,955 8971,60 378,495

2п/г 2008 29,5 29,007 3,6282 29,357 0,3033 8821,2 9707,63 1214,417 9354,05 669,292

1 п/г 2009 - 29,368 0,5741 30,005 0,3609 - 8909,84 1175,178 9165,15 748,900

2 п/г 2009 - 30,152 0,7958 30,644 0,3588 - 9449,17 1205,359 9579,68 448,458

1 п/г 2010 - 30,606 0,8044 30,948 0,1522 - 9630,15 628,569 9717,39 248,276 Примечание - таблица рассчитана на основе статистических данных Агентства РК по статистике

68

При расчете прогнозов по методу скользящего среднего использовался

параметр интервала равный 2.

На рисунках 15 и 16 представим графики результатов расчета объемов до-

бычи нефти и газа методами экспоненциального сглаживания и скользящего

среднего.

0,0

5,0

10,0

15,0

20,0

25,0

30,0

35,0

40,0

1 п/г

2000

2 п/г

2000

1 п/г

2001

2 п/г

2001

1 п/г

2002

2 п/г

2002

1 п/г

2003

2 п/г

2003

1 п/г

2004

2 п/г

2004

1 п/г

2005

2 п/г

2005

1 п/г

2006

2 п/г

2006

1 п/г

2007

2 п/г

2007

1 п/г

2008

2 п/г

2008

1 п/г

2009

2 п/г

2009

периоды

мл

н.т

он

н

фактические данные экспоненциальное сглаживание скользящее среднее

Рисунок 15 - Прогноз добычи нефти методами экспоненциального сглажива-

ния и скользящего среднего

Прогноз объемов добычи сырой нефти на 1-е, 2-е полугодие 2009 и 1-е по-

лугодие 2010 года соответственно составили 29,37; 30,15; 30,61 млн.т. и 30,01;

30,64; 30,95 млн.т.

0,0

2000,0

4000,0

6000,0

8000,0

10000,0

12000,0

1 п/г

2000

2 п/г

2000

1 п/г

2001

2 п/г

2001

1 п/г

2002

2 п/г

2002

1 п/г

2003

2 п/г

2003

1 п/г

2004

2 п/г

2004

1 п/г

2005

2 п/г

2005

1 п/г

2006

2 п/г

2006

1 п/г

2007

2 п/г

2007

1 п/г

2008

2 п/г

2008

1 п/г

2009

2 п/г

2009

периоды

мл

н.м

3

фактические данные экспоненциальное сглаживание скользящее среднее

Рисунок 16 - Прогноз добычи газа методами экспоненциального сглаживания и

скользящего среднего

Прогноз объемов добычи газа природного на аналогичные периоды соот-

ветственно составили 8909,84; 9449,17; 9630,15 млн. куб.м. и 9165,15; 9579,68;

9717,39 млн. куб.м.

При расчете прогноза по методу экспоненциального сглаживаниядля сы-

рой нефти среднее значение стандартных ошибок равен 0,124, а по методу

скользящей средней – 0,057. Средние значения стандартных ошибок по мето-

дам экспоненциального сглаживанияи скользящей средней соответствуют –

0,184 и 0,066 для прогнозирования газа природного.

Поэтому прогноз на будущие периоды для сырой нефти и газа природного,

рассчитанные по методу скользящего среднего, более точны, чем по методу

экспоненциального сглаживания.

69

Используя автокорреляционную функцию уровней временного ряда объе-

ма добычи сырой нефти определим корреляционную зависимость между по-

следовательными уровнями. Определим коэффициент корреляции уровней ря-

да, измеряющий зависимости между соседними уровнями ряда t и (t-1), т.е.при

лаге равном единице.Для статистической достоверности коэффициента авто-

корреляции лаг не должен превышать (n/4).

В таблице 13 представлены коэффициенты автокорреляции объема добычи

сырой нефти при лаге=4 (18/4).

Таблица 13 – Коэффициенты автокорреляции объема добычи сырой нефти

периоды t х0t х0t-1 х0t-2 х0t-3 х0t-4

1 п/г 2000 1 14,3 – – – –

2 п/г 2000 2 16,5 14,3 – – –

1 п/г 2001 3 17,4 16,5 14,3 – –

2 п/г 2001 4 18,7 17,4 16,5 14,3 –

1 п/г 2002 5 19,9 18,7 17,4 16,5 14,3

2 п/г 2002 6 22,2 19,9 18,7 17,4 16,5

1 п/г 2003 7 29,6 22,2 19,9 18,7 17,4

2 п/г 2003 8 30,5 29,6 22,2 19,9 18,7

1 п/г 2004 9 24,5 30,5 29,6 22,2 19,9

2 п/г 2004 10 26,2 24,5 30,5 29,6 22,2

1 п/г 2005 11 25,3 26,2 24,5 30,5 29,6

2 п/г 2005 12 26,0 25,3 26,2 24,5 30,5

1 п/г 2006 13 26,0 26,0 25,3 26,2 24,5

2 п/г 2006 14 36,5 26,0 26,0 25,3 26,2

1 п/г 2007 15 27,1 36,5 26,0 26,0 25,3

2 п/г 2007 16 28,4 27,1 36,5 26,0 26,0

1 п/г 2008 17 29,2 28,4 27,1 36,5 26,0

2 п/г 2008 18 29,5 29,2 28,4 27,1 36,5 Примечание - таблица рассчитана автором

На основе рассчитанных коэффициентов автокорреляции объема добычи

сырой нефти, равных r1=0,696, r2=0,577, r3=0,472, r4=0,393, построим корре-

лограмму (рисунок 17).

0,3

0,4

0,5

0,6

0,7

0,8

r1 r2 r3 r4

r

r

Рисунок 17 - Коррелограмма объема добычи сырой нефти

70

Аналогично рассчитываются коэффициенты автокорреляции объема до-

бычи газа природного на основе автокорреляционной функции уровней вре-

менного ряда, представленной в таблице 14.

Таблица 14– Коэффициенты автокорреляции объема добычи газа природного

периоды t х0t х0t-1 х0t-2 х0t-3 х0t-4

1 п/г 2000 1 5602,1 – – – –

2 п/г 2000 2 5939,8 5602,1 – – –

1 п/г 2001 3 6285,5 5939,8 5602,1 – –

2 п/г 2001 4 5324,3 6285,5 5939,8 5602,1 –

1 п/г 2002 5 3005,7 5324,3 6285,5 5939,8 5602,1

2 п/г 2002 6 3012,2 3005,7 5324,3 6285,5 5939,8

1 п/г 2003 7 3329,5 3012,2 3005,7 5324,3 6285,5

2 п/г 2003 8 3866,3 3329,5 3012,2 3005,7 5324,3

1 п/г 2004 9 5092,6 3866,3 3329,5 3012,2 3005,7

2 п/г 2004 10 6498,3 5092,6 3866,3 3329,5 3012,2

1 п/г 2005 11 8054,8 6498,3 5092,6 3866,3 3329,5

2 п/г 2005 12 6439,5 8054,8 6498,3 5092,6 3866,3

1 п/г 2006 13 6836,1 6439,5 8054,8 6498,3 5092,6

2 п/г 2006 14 7582,7 6836,1 6439,5 8054,8 6498,3

1 п/г 2007 15 8538,5 7582,7 6836,1 6439,5 8054,8

2 п/г 2007 16 8056,3 8538,5 7582,7 6836,1 6439,5

1 п/г 2008 17 9886,9 8056,3 8538,5 7582,7 6836,1

2 п/г 2008 18 8821,2 9886,9 8056,3 8538,5 7582,7 Примечание - таблица рассчитана автором

Вычисленные коэффициенты автокорреляции объема добычи газа при-

родного равны r1=0,845, r2=0,664, r3=0,456, r4=0,266, на основе которых по-

строим коррелограмму (рисунок 18).

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

r1 r2 r3 r4

r

r

Рисунок 18 - Коррелограмма объема добычи газа природного

Анализируя коррелограммы коэффициентов автокорреляции объема до-

бычи сырой нефти и газа природного (рисунок 17 и 18), делаем вывод, что

71

наиболее высокими оказались коэффициенты первого порядка, позволяющие

сделать вывод о том, что исследуемые ряды содержат линейную тенденцию.

3.2. Моделирование планирования и прогнозирования средних цен

предприятий Казахстана сырой нефти и газа природного

Нефтегазовая отрасль Республики Казахстан имеет более чем 100-летнюю

историю. Республика обладает значительными разведанными запасами нефти и

газа промышленных категорий, а также перспективными и прогнозными ресур-

сами, являющимися надежной основой для дальнейшего развития нефтегазово-

го комплекса.

Казахстан на сегодня является одной из крупнейших стран мира по запа-

сам углеводородов, а в недалекой перспективе – и по добыче.

Одним из основных факторов, определяющих уровень мирового экономи-

ческого роста, в том числе и казахстанского, прибыльности предприятий и цен

их акций, покупательской способности является цена на основной энергетиче-

ский ресурс – нефть.

Мировой экономический кризис действительно обрел глобальные масшта-

бы и, что самое главное – продолжает набирать невиданные прежде темпы. То,

что ситуация на самом деле выходит потихоньку из-под контроля, свидетельст-

вует международная статистика. Цены на нефть и природный газ росли в тече-

ние последних пары-тройки лет, но не в таких угрожающих для мировой эко-

номики масштабах. Так цена за один баррель нефти в течение нескольких ме-

сяцев с начало вырос до 147 долларов, а затем резко упал до уровня 34 долла-

ров в третьем квартале 2008 года и последующее повышение до 50 долларов с

некоторым колебанием по настоящее время.

На нестабильность цен на энергоресурсы повлияли несколько факторов, к

которым можно отнести: усиление геополитической мировой напряженности

(спор об атомной программе Ирана, Северной Кореи и т.д.), слабый доллар

способствующий увеличению притягательности сырьевого сектора для инве-

сторов, непомерный рост объемов добычи странами не входящие в ОПЕК, что

способствует росту предложения товара на рынке и провоцирует снижение це-

ны.

Поэтому моделирование прогноза средних цен предприятий Казахстана,

экспортеров углеводородного сырья в условиях мирового кризиса является

крайне важным фактором, влияющий на экономику страны [109, 110].

Построим трендовые модели расчета прогнозов на перспективу средних

цен предприятий Казахстана за сырую нефть и газа природного. Исходные дан-

ные для построения трендовых моделей использовались для сырой нефти за пе-

риод с первого полугодия 2004 года по второе полугодие 2008 года (таблица 1),

а для газа природного – полугодовые значения с 2000 по 2008 годы (таблица 2).

Графики средних цен за сырую нефть и газа природного представим на рисун-

ках 19 и 20 соответственно.

72

Трендовая модель средней цены за сырую нефть, тенге/тонна

y = 27849Ln(x) + 5812,3

R2 = 0,8356

0,0

20000,0

40000,0

60000,0

80000,0

100000,0

1 п/г

2004

2 п/г

2004

1 п/г

2005

2 п/г

2005

1 п/г

2006

2 п/г

2006

1 п/г

2007

2 п/г

2007

1 п/г

2008

2 п/г

2008

1 п/г

2009

2 п/г

2009

1 п/г

2010

периоды

тенге

средняя цена за нефть сыру ю Логарифмический (средняя цена за нефть сыру ю)

Рисунок 19 - Трендовая модель средней цены сырой нефти

Трендовая модель средней цены газа природного, тенге/тыс.м3

y = 604,85Ln(x) + 455,97

R2 = 0,9152

0,0

500,0

1000,0

1500,0

2000,0

2500,0

3000,0

1 п/г

2000

2 п/г

2000

1 п/г

2001

2 п/г

2001

1 п/г

2002

2 п/г

2002

1 п/г

2003

2 п/г

2003

1 п/г

2004

2 п/г

2004

1 п/г

2005

2 п/г

2005

1 п/г

2006

2 п/г

2006

1 п/г

2007

2 п/г

2007

1 п/г

2008

2 п/г

2008

1 п/г

2009

2 п/г

2009

1 п/г

2010

периоды

тенге

средняя цена за газ природный Логарифмический (средняя цена за газ природный)

Рисунок 20 - Трендовая модель средней цены газа природного

Тесноту зависимости показателя от времени характеризует величина дос-

товерности аппроксимации (R2), которая должна быть близкой к единице.

Учитывая фактор риска общемирового кризиса можно рассчитать прогноз

на будущие периоды, принимая во внимание степень риска по следующей фор-

муле (57):

rPPP фактфакт ** (57)

где фактP - фактическое прогнозное значение найденное по трендовой модели,

r – коэффициент риска.

Для расчета используем коэффициент риска, который был определен выше

(в разделе 1, параграф 1.3) и равен 0,056.

Расчет фактической прогнозной средней цены предприятий Казахстана на

четыре будущих периода за сырую нефть и газ природный осуществляется по

логарифмической линии тренда, так как R2=0,834 и R

2=0,915. А также прогно-

зирование средних цен предприятий с учетом фактора риска общемирового

кризиса на четыре будущих периода за сырую нефть и газ природный осуще-

ствляется по формуле (57) соответственно (таблица 15).

73

Таблица 15 – Прогноз средних цен предприятий по РК на сырую нефть и газ

природный, тенге/тонна и тенге/тыс.м3

Периоды

Средняя цена нефти сырой Средняя цена газа природного

Фактические

данные Прогноз

Прогноз с

учетом

риска

Фактические

данные Прогноз

Прогноз с

учетом

риска

1 п/г 2008 81509,5 67002,81 63250,65 2416,0 2169,64 2048,14

2 п/г 2008 80924,5 69936,99 66020,52 2589,0 2204,21 2080,78

1 п/г 2009 - 72591,29 68526,17 - 2236,91 2111,65

2 п/г 2009 - 75014,47 70813,66 - 2267,94 2140,93

1 п/г 2010 - 77243,57 72917,93 - 2297,45 2168,79

Примечание- таблица рассчитана автором

Средние цены предприятий на нефть сырую и газ природный сохраняют

умеренную тенденцию роста, как по фактическим прогнозам, так и с учетом

риска. Полученные прогнозные значения отобразим в графической форме на

рисунках 21 и 22.

0,0

10000,0

20000,0

30000,0

40000,0

50000,0

60000,0

70000,0

80000,0

90000,0

0 2 4 6 8 10 12 14

средняя цена за нефть сыру ю прогноз по трендовой модели прогноз с у четом риска

Рисунок 21 - Прогноз по нефти сырой

0,0

500,0

1000,0

1500,0

2000,0

2500,0

3000,0

0 5 10 15 20 25

средняя цена за газ природный прогноз по трендовой модели прогноз с учетом риска

Рисунок 22 - Прогноз по газу природному

74

Учитывая общемировой экономический кризис необходимо выполнить

расчет прогноза средней цены нефтегазодобывающих предприятий Казахстана,

используя данные ежемесячных наблюдений за последние 2007 и 2008 годы.

Для уменьшения колеблемости исходных данных необходимо выполнить

сглаживание по методу укрупнения интервалов, так как поквартальные данные

более четко будут отражать закономерности изменения средней цены на сырье-

вую продукцию нефтегазодобывающей отрасли, поэтому необходимо выпол-

нить расчет по методу укрупнения интервалов.

По методу скользящей средней фактические уровни заменяются средними

уровнями, обуславливающие взаимное погашение случайных колебаний в

средних уровнях.

Укрупним интервалы наблюдений до трех месяцев и выполним расчет

прогноза средней цены нефти сырой на основе ежемесячных данных и сглажи-

вание будет осуществляться по трем уровням (таблица 16).

Таблица 16 - Средние цены предприятий Казахстана на нефть сырую

период t Средняя ежемесячная цена

предприятий на нефть

Средняя квартальная цена

предприятий на нефть

Скользящая

средняя цена

янв.07 1 47815

45760,0

-

фев.07 2 44229 45760,0

мар.07 3 45236 46507,3

апр.07 4 50057

50323,7

48356,0

май.07 5 49775 50323,7

июн.07 6 51139 51918,7

июл.07 7 54842

57208,0

54982,7

авг.07 8 58967 57208,0

сен.07 9 57815 59179,7

окт.07 10 60757

66723,0

61956,0

ноя.07 11 67296 66723,0

дек.07 12 72116 70677,0

янв.08 13 72619

73704,7

72050,3

фев.08 14 71416 73704,7

мар.08 15 77079 76437,0

апр.08 16 80816

89314,3

82166,7

май.08 17 88605 89314,3

июн.08 18 98522 98411,3

июл.08 19 108107

101759,3

103714,7

авг.08 20 104515 101759,3

сен.08 21 92656 92763,0

окт.08 22 81118

60089,7

76742,3

ноя.08 23 56453 60089,7

дек.08 24 42698 - Примечание- таблица рассчитана автором

По аналогии укрупняем интервалы наблюдений до трех месяцев и рассчи-

тываем прогноз средней цены газа природного, используя ежемесячные дан-

ные, а их сглаживание будет осуществляться по трем уровням (таблица 17).

75

Таблица 17 - Средние цены предприятий Казахстана на газ природный

период t Средняя ежемесячная цена

предприятий на газ

Средняя квартальная цена

предприятий на газ

Скользящая

средняя цена

янв.07 1 1935

1995,3

-

фев.07 2 2030 1995,3

мар.07 3 2021 2035,3

апр.07 4 2055

2057,0

2034,0

май.07 5 2026 2057,0

июн.07 6 2090 2078,7

июл.07 7 2120

2144,7

2117,3

авг.07 8 2142 2144,7

сен.07 9 2172 2143,0

окт.07 10 2115

2139,7

2144,0

ноя.07 11 2145 2139,7

дек.07 12 2159 2191,0

янв.08 13 2269

2370,0

2261,0

фев.08 14 2355 2370,0

мар.08 15 2486 2439,7

апр.08 16 2478

2462,0

2471,7

май.08 17 2451 2462,0

июн.08 18 2457 2468,7

июл.08 19 2498

2550,0

2500,7

авг.08 20 2547 2550,0

сен.08 21 2605 2589,3

окт.08 22 2616

2628,0

2615,3

ноя.08 23 2625 2628,0

дек.08 24 2643 - Примечание - таблица рассчитана автором

Используя выполненные преобразования по методам укрупнения интерва-

лов и скользящей средней, построим графики (рисунок 23-25) и отобразим на

них прогнозные значения нефти сырой, рассчитанные по трендовым моделям.

Для средней ежемесячной цены предприятий на нефть сырую используем

трендовую модель (58):

x10 = 15584*Ln(t) + 32537 (58)

Расчет среднейквартальной цены предприятий на нефть сырую выполним

по трендовой модели (59):

x10 = 20086*Ln(t) + 41484 (59)

Применив трендовую модель (60) рассчитаем скользящую среднюю еже-

месячную цену предприятий на нефть сырую:

x10 = 17728*Ln(t) + 30975 (60)

76

y = 15584Ln(x) - 32537

R2 = 0,4286

0

20000

40000

60000

80000

100000

120000

янв .

2007

март

2007

май

2007

июл.

2007

сент.

2007

нояб.

2007

янв .

2008

март

2008

май

2008

июл.

2008

сент.

2008

нояб.

2008

периоды

тенге

Средняя ежемесячная цена предприятий на нефтьЛогарифмический (Средняя ежемесячная цена предприятий на нефть)

Рисунок 23 - Прогноз по трендовой модели средней ежемесячной це-

ны на нефть сырую

Вычислены прогнозные значения средней ежемесячной цены на нефть

сырую по модели (58) на первые 4 месяца 2009 года, которые соответственно

равны 53415,96; 54027,18; 54615,32 и 55182,08 тенге за тонну. Если же прогно-

зировать с учетом фактора риска общемирового кризиса, то получим 50424,67;

51001,65; 51556,86 и 52091,88 тенге за тонну.

y = 20086Ln(x) + 41484

R2 = 0,5345

0

20000

40000

60000

80000

100000

120000

1 кв.2007 2 кв.2007 3 кв.2007 4 кв.2007 1 кв.2008 2 кв.2008 3 кв.2008 4 кв.2008

периоды

тенге

квартал Логарифмический (квартал)

Рисунок 24 - Прогноз по трендовой модели средней квартальной цены

на нефть сырую

y = 17728Ln(x) - 30975

R2 = 0,6284

0

20000

40000

60000

80000

100000

120000

фев.

2007

апр.

2007

июн.

2007

авг.

2007

окт.

2007

дек.

2007

фев.

2008

апр.

2008

июн.

2008

авг.

2008

окт.

2008

периоды

тенге

скользящая средняя цена Логарифмический (скользящая средняя цена)

Рисунок 25 - Прогноз по трендовой модели скользящей средней цены

на нефть сырую

77

Средняя квартальная цена на нефть сырую рассчитанная по трендовой мо-

дели (59) на первый квартал 2009 год равна 85617,45 тенге за тонну. С учетом

фактора риска квартальная цена на следующий период будет равна 80822,88

тенге за тонну.

Полученные прогнозные скользящие средние цены на нефть сырую по

трендовой модели (60) на первые три уровня (t=23, 24, 25) 2009 года равны

86561,04; 87315,54; 88039,23 тенге за тонну, а с учетом фактора общемирового

кризиса соответственно равны 81713,62; 82425,87; 83109,03 тенге за тонну.

По аналогии построим графики (рисунок 26-28) и отобразим на них про-

гнозные значения газа природного, рассчитанные по трендовым моделям.

Для средней ежемесячной цены предприятий на газ природный используем

трендовую модель (61):

x10 = 245,13*Ln(t) + 1733,8 (61)

Вычислим среднююквартальную цену предприятий на газ природный по

трендовой модели (62):

x10 = 312,07*Ln(t) + 1879,7 (62)

Используя трендовую модель (63) рассчитаем скользящую среднюю еже-

месячную цену предприятий на газ природный:

x10 = 229,83*Ln(t) + 1786,2 (63)

y = 245,13Ln(x) + 1733,8

R2 = 0,7637

1900

2100

2300

2500

2700

янв.

2007

март

2007

май

2007

июл.

2007

сент.

2007

нояб.

2007

янв.

2008

март

2008

май

2008

июл.

2008

сент.

2008

нояб.

2008

янв.

2009

март

2009

периоды

тенге

Средняя ежемесячная цена предприятий на газЛогарифмический (Средняя ежемесячная цена предприятий на газ)

Рисунок 26 - Прогноз по трендовой модели средней ежемесячной це-

ны на газ природный

Рассчитаны прогнозные значения средней ежемесячной цены на газ при-

родный по модели (61) на первые 4 месяца 2009 года, которые соответственно

равны 2522,84; 2532,46; 2541,71 и 2550,62 тенге за м3. Если же прогнозировать

с учетом фактора риска общемирового кризиса, то получим прогноз на сле-

дующие периоды равные 2381,56; 2390,64; 2399,37 и 2407,79 тенге за м3.

78

y = 312,07Ln(x) + 1879,7

R2 = 0,8378

1900

2100

2300

2500

2700

1

кв.2007

2

кв.2007

3

кв.2007

4

кв.2007

1

кв.2008

2

кв.2008

3

кв.2008

4

кв.2008

1

кв.2009

2

кв.2009

3

кв.2009

4

кв.2009

периоды

тенге

квартал Логарифмический (квартал)

Рисунок 27 - Прогноз по трендовой модели средней квартальной цены

на газ природный

Средняя квартальная цена на газ природный рассчитанная по трендовой

модели (62) на первый квартал 2009 год равна 2565,38 тенге за м3. С учетом

мирового кризиса квартальная цены на будущий период равна 2421,73 тенге за

м3.

y = 229,83Ln(x) - 1786,2

R2 = 0,7588

1900,0

2100,0

2300,0

2500,0

2700,0

фев.

2007

апр.

2007

июн.

2007

авг.

2007

окт.

2007

дек.

2007

фев.

2008

апр.

2008

июн.

2008

авг.

2008

окт.

2008

дек.

2008

фев.

2009периоды

тенге

средняя скользящая Логарифмический (средняя скользящая)

Рисунок 28 - Прогноз по трендовой модели скользящей средней цены

на газ природный

Прогнозные значения скользящей средней цены на газ природный по

трендовой модели (63) на первые три уровня (t=23, 24, 25) 2009 года равны

2506,83; 2516,61; 2525,99 тенге за м3. Соответственно с учетом риска прогноз-

ные значения равны 2366,45; 2375,68; 2384,54 тенге за м3.

Чтобы знать о том, использование какой трендовой кривой дает лучший

прогнозный результат, сопоставляют коэффициент R2. Та функция, при кото-

рой этот коэффициент близок к 1, считается более адекватным и близкой к

фактическим данным. В нашем случае по нефти сырой более адекватной явля-

ется кривая прогноза по средней скользящей цене (R2=0,6284), а по газу при-

родному кривая прогноза средней квартальной цены (R2=0,8378). Соответст-

венно прогнозы, сделанные по этим кривым являются более адекватными.

79

3.3. Моделирование прогнозирования показателейэффективности нефтега-

зодобывающей отрасли

Нефтегазодобывающий комплекс относится к сложным по структуре вы-

сокодинамичным системам, обладающий этапными изменениями характера

функционирования его элементов и чутким реагированием на смену целевых

установок и внешних воздействий.

Построим модели прогнозирования для основных экономических показа-

телей (добыча нефти и газа, доход от реализации, экспорт) нефтегазодобываю-

щей отрасли на краткосрочный, среднесрочный периоды. Для этого выявляем

взаимосвязь основных экономических показателей, их влияние друг на друга,

которые можно определить, используя эконометрические методы, рассмотрен-

ные в предыдущей главе, такие как, корреляционно-регрессионный метод, ста-

тистические уравнения зависимостей, различные методы оценки адекватности

моделей [111,112].

Эффективное применение эконометрических методов для оценки взаимо-

связей между основными экономическими показателями отрасли, выявление

взаимосвязей между ними и разработки на ее основании прогнозных предвиде-

ний зависит от знания сущности метода эконометрики и его возможностей в

оценке информации.

Включение в уравнение множественной регрессии определенного фактора

связано с представлением исследователя о природе взаимосвязи моделируемого

показателя с другими экономическими явлениями. Факторы, включаемые во

множественную регрессию, должны отвечать следующим требованиям:

факторы должны быть количественно измеримы. При необходимости

включения в модель качественного фактора, не имеющего количественного из-

мерения, ему нужно придать количественную определенность;

факторы не должны быть интеркоррелированы и тем более находиться в

точной функциональной связи.

Агентство РК по статистике предоставляет исходные данные по уровню

рентабельности, инвестиции в основной капитал, численности промышленно-

производственного персонала (ППП), среднемесячной заработной платы ППП,

доходу от реализации продукции в целом по нефтегазодобывающей отрасли.

Поэтому расчеты параметров статистических уравнений зависимостей и про-

гноза этих показателей выполняем, используя значения таблицы 10 и 11 (ос-

новные экономические показатели нефтедобычи РК за 2000-2008 годы).

Схема применения программы по определению коэффициентов корреля-

ции имеется в приложении Microsoft Office Excel, предполагающее внесение

данных по необходимому алгоритму с дальнейшим автоматическим вычисле-

нием со всеми необходимыми математическими атрибутами. Это является

очень важным моментом, поскольку позволяет использовать эти программы без

излишнего напряжения, т.к. все расчетные коэффициенты полностью увязы-

ваются с математическими ограничениями и пользователю такой программы

достаточно только вносить свои данные и распечатывать результаты после об-

работки.

80

Всесторонне исследуем тесноту связи объемов добычи нефти и природно-

го газа с соответствующими основными показателями нефтегазодобывающей

отрасли, которые характеризуют производственную деятельность. Для этого

анализируется корреляционная матрица и отбираются наиболее важные факто-

ры статистической совокупности.

Для выявления факторов, влияющие на доход от реализации продукции,

рассмотрим корреляционную матрицу (таблица 18).

Анализируя корреляционную матрицу можно сделать вывод, что все фак-

торы между собой мультиколлениарны. Но, при исследовании взаимосвязи ос-

новных экономических показателей нужно учитывать и то, что их зависимость

может быть вызвана взаимосвязанным влиянием одних показателей на другие,

и тем, что и отдельные какие-то показатели развиваются под действием многих

других показателей.

Таблица 18 – Корреляционная матрица взаимосвязи основных показателей сы-

рой нефти

х0 х1 x2 x3 x4 x5 x6 x7 x8 x9 x10

х0 1

x1 0,805 1

x2 0,729 0,892 1

x3 0,634 0,669 0,836 1

x4 0,569 0,589 0,787 0,915 1

x5 0,970 0,774 0,917 0,826 0,772 1

x6 0,785 0,816 0,894 0,839 0,783 0,827 1

x7 0,668 0,832 0,908 0,865 0,769 0,867 0,847 1

x8 0,654 0,853 0,968 0,878 0,841 0,863 0,870 0,916 1

x9 0,630 0,851 0,932 0,842 0,789 0,805 0,809 0,938 0,978 1

x10 0,575 0,816 0,933 0,847 0,818 0,823 0,781 0,891 0,983 0,975 1

Примечание - таблица рассчитана авторами

Например, с увеличением дохода от реализации продукции (х4) может

увеличиваться размер среднемесячной заработной платы ППП (х2). С увеличе-

нием объема инвестиций в основной капитал (х5) возможно повышение дохода

от реализации продукции (х4). Повышение уровня рентабельности (х3), дохода

от экспорта (х8) способствует росту размеру среднемесячной заработной платы

ППП (х2) и т.д.

Отсутствие тесной линейной зависимости между факторами является ос-

новным критерием применения метода корреляционно-регрессионного анализа

при построении уравнений регрессии. Многофакторное уравнение регрессии

устанавливает изменение результативного признака с изменением факторных

признаков на единицу, при условии, что другие факторы неизменны, а также

количество факторов должно в 4-5 раз меньше количества наблюдений.

Поэтому, учитывая, что факторы мультиколлениарны, число наблюдений –

18, по полугодиям за период с интервалом в 2000 по 2008, а количество факто-

ров – 10, то исследование продолжаем с применением метода статистических

81

уравнений зависимостей (СУЗ), для построения моделей прогноза основных

показателей.

Присутствие связи между факторами характеризует адекватность линейно-

го уравнения зависимости, для чего значение коэффициента устойчивости свя-

зи (К) должен превышать 0,7. Наличие устойчивости связи свидетельствует о

достоверности параметров уравнений, дающие возможность использовать их

при проведении нормативных и прогнозных расчетов.

Как было указано выше, все факторы имеют корреляционную зависимость

(таблица 18) с доходом от реализации продукции (сырой нефти).

Но на доход от реализации продукции могут оказывать влияние объем до-

бычи нефти сырой (х0), объем экспорта (х6), доход от экспорта (х8) и цена реа-

лизации (х10), т.е. если увеличиться объем добычи может увеличится объем

дохода от экспорта, что будет способствовать росту дохода от реализации про-

дукции. Но используемые исходные данные Агентства РК по статистике отра-

жают доход от реализации всей продукции отрасли (нефть сырая, попутный газ,

природный газ и т.д.).

Прежде чем установить многофакторную зависимость, сначала определим

устойчивую зависимость дохода от реализации от каждого из перечисленных

факторов. Рассчитаем парное уравнение зависимости, показывающих тесноту

связи дохода от реализации (х4) с объемом добычи нефти сырой (х0), с исполь-

зованием табличного процессора Excel, а результаты отразим в таблице 19.

Таблица 19 – Расчеты параметров СУЗ и устойчивости связи дохода от реали-

зации (х4) продукции с объемом добычи нефти (х0)

t x4 х0 dx0 dx4 bdx0 dx4dx0 dx42 dx0

2 x4* dx4-bdx0

1 п/г 2000 597,2 14,3 0,000 0,507 0 0 0,257 0 396,4 0,507

2 п/г 2000 760,1 16,5 0,154 0,918 0,283 0,141 0,842 0,024 508,7 0,634

1 п/г 2001 764,6 17,4 0,217 0,929 0,399 0,201 0,863 0,047 554,7 0,530

2 п/г 2001 713,2 18,7 0,308 0,799 0,567 0,246 0,639 0,095 621,1 0,232

1 п/г 2002 396,4 19,9 0,392 0 0,721 0 0 0,153 682,3 0,721

2 п/г 2002 564,8 22,2 0,552 0,425 1,018 0,235 0,180 0,305 799,8 0,593

1 п/г 2003 597,3 29,6 1,070 0,507 1,971 0,542 0,257 1,145 1177,6 1,464

2 п/г 2003 629,9 30,5 1,133 0,589 2,087 0,667 0,347 1,283 1223,6 1,498

1 п/г 2004 756,1 24,5 0,713 0,907 1,314 0,647 0,823 0,509 917,2 0,406

2 п/г 2004 830,8 26,2 0,832 1,096 1,533 0,912 1,201 0,693 1004,0 0,437

1 п/г 2005 1099,0 25,3 0,769 1,772 1,417 1,363 3,142 0,592 958,1 0,356

2 п/г 2005 1229,0 26,0 0,818 2,100 1,507 1,719 4,412 0,669 993,8 0,593

1 п/г 2006 1455,0 26,0 0,821 2,671 1,511 2,191 7,132 0,673 995,5 1,159

2 п/г 2006 1399,4 36,5 1,552 2,530 2,860 3,928 6,402 2,410 1529,9 0,329

1 п/г 2007 1340,9 27,1 0,896 2,383 1,651 2,136 5,677 0,804 1050,9 0,732

2 п/г 2007 1170,9 28,4 0,986 1,954 1,816 1,927 3,818 0,972 1116,3 0,138

1 п/г 2008 1460,1 29,2 1,041 2,683 1,918 2,794 7,201 1,084 1156,7 0,765

2 п/г 2008 1095,6 29,5 1,065 1,764 1,961 1,878 3,111 1,133 1173,7 0,197

= 16860,4 447,9 13,3 24,5 21,5 46,3 12,6 16860,4 11,3

Примечание - таблица рассчитана авторами

82

Коэффициент устойчивости связи (К) дохода от реализации продукции с

уровнем рентабельности равен 0,740, коэффициент корреляции r=0,892, что

свидетельствует о наличии связи между х4 и х0.

Параметр уравнения b=1,842 указывает, что при изменении размера откло-

нения коэффициента сравнения объема добычи нефти на единицу приведет к

изменению размера отклонения коэффициента сравнения дохода от реализации

нефти сырой в 1,842 раза.

Находим результаты вычислений параметров СУЗ и устойчивости связи

дохода от реализации продукции отрасли с остальными факторами (приложе-

ние А). По критериям оценки параметров расчета и однофакторным линейным

уравнениям (таблица 20) определяем адекватность.

Таблица 20 – СУЗ дохода от реализации продукции (сырой нефти), их парамет-

ры и устойчивости связи с факторами

Факторы Уравнения К b r

х0 х4=396,4(1+1,842*dx0) 0,740 1,842 0,892

х6 х4=396,4(1+1,293*dx6) 0,748 1,293 0,943

х8 х4=396,4(1+0,410*dx8) 0,547 0,410 0,927

х10 х4=396,4(1+0,883*dx10) 0,715 0,883 0,980 Примечание - таблица рассчитана авторами

Расчеты показывают, что показатель х8 (доход от экспорта) имеет не ус-

тойчивую связь с х4 (доход от реализации). Определяем устойчивую зависи-

мость дохода от реализации продукции (сырой нефти) из отобранных факторов

(х0, х6, х10) для установления многофакторной зависимости (приложение Б),

отражаемое в модели (64):

х4=396,4*(1+0,4085(dx0+dx6+dx10)) (64)

Из выведенной модели и высчитанных параметров можно сделать анализ,

о том , что доход от реализации продукции (сырой нефти) имеет сильную тес-

ную связь (r=0,947) с такими параметрами как, объем добычи нефти сырой (х0),

объем экспорта (х6) и цена реализации нефти сырой (х10), коэффициент устой-

чивости К=0,773 высокий, и критерий оценки правильности расчета выполня-

ется, то есть ∑х4=∑х4*=16860,3. Таким образом, полученное многофакторное

линейное уравнение (64) является адекватным.

Теперь по аналогии выполним расчеты по газу природному.

Для сравнения аналогично определим тесноту связи дохода от реализации

продукции (газа природного) от факторов, используя исходные данные (табли-

ца 11).

Чтобы выявить факторы, влияющие на доход от реализации продукции

(газа природного), анализируем корреляционную матрицу (таблица 21).

Анализ корреляционной матрицы показывает, что все факторы, кроме х7,

влияют на результирующий, но все они между собой мультиколлениарны, что

может объясняться, взаимосвязанным влиянием одних показателей на другие, и

83

тем, что и отдельные какие-то показатели развиваются под действием многих

других показателей.

Таблица 21 – Корреляционная матрица взаимосвязи основных показателей газа

природного

х0 х1 x2 x3 x4 x5 x6 x7 x8 x9 x10

х0 1

x1 0,480 1

x2 0,748 0,892 1

x3 0,816 0,669 0,836 1

x4 0,853 0,589 0,787 0,915 1

x5 0,953 0,774 0,917 0,826 0,772 1

x6 0,468 0,784 0,798 0,688 0,566 0,631 1

x7 -0,118 0,273 0,170 0,233 0,185 0,083 0,628 1

x8 0,639 0,842 0,908 0,825 0,708 0,786 0,942 0,421 1

x9 0,427 0,701 0,715 0,724 0,666 0,609 0,869 0,740 0,855 1

x10 0,643 0,924 0,947 0,795 0,739 0,824 0,893 0,409 0,936 0,845 1 Примечание - таблица рассчитана авторами

Устанавливаем многофакторную зависимость дохода от реализации про-

дукции (газа природного) с каждым из основных показателей, используя метод

статистических уравнений зависимостей. Так как Агентство РК по статистике

исходные данные основных показателей с х1 пох5 предоставляет общими для

сырой нефти и газа природного, то расчеты параметров СУЗ по указанным фак-

торам будут едиными. Расчеты параметров СУЗ дохода от реализации продук-

ции (газа природного) с факторами х0, х6,х8, х10 отображены в приложении В.

Определим адекватностьоднофакторных линейных уравнений по критериям

оценки правильности параметров расчета (таблица 22).

Таблица 22 – Статистические уравнения зависимостей дохода от реализации

продукции (газа природного), их параметры и устойчивости связи с факторами

Факторы Уравнения К b r

х0 х4=396,4(1+1,270*dx0) 0,724 1,270 0,959

х6 х4=396,4(1+0,996*dx6) 0,704 0,996 0,884

х8 х4=396,4(1+0,134*dx8) 0,546 0,134 0,915

х10 х4=396,4(1+0,929*dx10) 0,736 0,929 0,935 Примечание - таблица рассчитана авторами

Расчеты показывают, что показатель х8 имеет не устойчивую связь с х4.

Поэтому многофакторное уравнение зависимости состоит из факторов х0, х6 х10

(приложение Г). Соответственно многофакторное статистическое уравнение за-

висимости дохода от реализации продукции выглядит следующим образом

(65):

х4=396,4*(1+0,3487*(dx0+dx6+dx10)) (65)

Результаты расчетов показывают, что коэффициент корреляции r=0,949

доказывает сильную связь между факторами х0, х6, х10 и х4, коэффициент устой-

чивости К=0,787 высокий, и критерий оценки правильности расчета выполня-

84

ется, то есть ∑х4=∑х4*=16860,3. Таким образом, полученное многофакторное

линейное уравнение (65) является адекватным.

Многофакторное уравнение зависимостей позволяет проводить такие нор-

мативные расчеты показателя дохода от реализации, как:

− определение необходимого изменения уровней факторных признаков

для обеспечения изменения уровня дохода от реализации на какую-нибудь за-

данную величину;

− расчет уровня дохода от реализации при известных нормативных или

прогнозируемых величинах факторных признаков для будущего периода и ус-

тановление при этом заложенной величины результативного признака;

− расчет степени влияния каждого из факторов на результативный при-

знак.

В целях определения необходимого уровня изменения уровней факторных

признаков для обеспечения изменения уровня дохода от реализации на какую-

нибудь величину. Сначала вычисляем коэффициент сравнения заданного зна-

чения результативного признака при увеличении значений (66):

dyн=Ун/Уmin– 1 (66)

Затем нормативные уровни факторов при увеличении и уменьшении вы-

числяем по следующим формулам (67):

Xн = Хmin*(1+dyн/bx) Xн = Хmax*(1 - dyн/bx) (67)

Прогнозируя доход от реализации нефтегазодобывающей отрасли Казах-

стана можно взять в качестве нормативного уровня прогнозное значение дохода

от реализации равное 1540 млрд.тенге. Взяв его за основу, определим значения

факторов, образующих этот индикатор.

Если Ун = х4н=1540, тогда dyн = 1540/396,4 – 1 = 2,885

Определим нормативные уровни факторов для нефти сырой по формулам

(66), которые равны:

х0н = 14,3*(1+2,885/1,842) = 36,70

х6н = 10542,9*(1+2,885/1,293) = 34066,25

х10н = 13213,8*(1+2,885/0,883) = 56386,33

Определим нормативные уровни факторов для газа природного по форму-

лам (66), которые равны:

х0н = 3005,7*(1+2,885/1,27) = 9833,53

х6н = 2385,3*(1+2,885/0,996) = 9294,39

х10н = 680,5*(1+2,885/0,929) = 2793,76

Экономическая интерпретация полученных результатов позволяет сделать

вывод, чтобы довести доход от реализации продукции до 1540 млрд.тенге не-

обходимо:

1. по нефти сырой:

85

− увеличить объем добычи нефти до 36,70 млн.тонн (х0);

− увеличить объем экспорта нефти до 34066,25 тыс.т (х6);

− повысить среднюю цену реализации нефти до 56386,33 тенге за тонну

(х10).

2. по газу природному:

− увеличить объем добычи газа природного до 9833,53 млн.м3 (х0);

− увеличить объем экспорта газа природного до 9294,39 тыс.м3 (х6);

− повысить среднюю цену реализации нефти до 2793,76 тенге за м3 (х10).

Приведем в таблице 23 и 24 сравнение нормативных значений указанных

факторов со значениями первого полугодия 2007 года, так как в этом году еще

не наблюдались сильные колебания показателей и был стабильный рост эконо-

мики.

Таблица 23 – Сравнительная таблица нормативных уровней факторов нефти

сырой с уровнем первого полугодия 2007 года

№ Факторы

Уровень факторов Уменьшение или

увеличение (-/+)

фактических уров-

ней

Фактические за 1

полугодие 2007

года

Нормативные

1 х0 27,1 36,70 +9,58

2 х6 29885,5 34066,25 +4180,78

3 х10 48042,0 56386,33 +8344,33 Примечание - таблица рассчитана авторами

Таблица 24 – Сравнительная таблица нормативных уровней факторов газа

природного с уровнем первого полугодия 2007 года

№ Факторы

Уровень факторов Уменьшение или

увеличение (-/+)

фактических уров-

ней

Фактические за 1

полугодие 2007

года

Нормативные

1 х0 8538,5 9833,53 +1295,03

2 х6 5865,2 9294,39 +3429,18

3 х10 2010,5 2793,76 +783,26 Примечание - таблица рассчитана авторами

Определим степень влияния каждого из перечисленных факторов на ре-

зультативный фактор. Расчет параметров многофакторного уравнения зависи-

мости позволяет получить оценку взаимодействия факторов в формировании

результативного показателя. Можно определить долю влияния каждого из фак-

торов по формуле (68), а результаты расчетов представим в таблице 25 и 26.

Δхi = ∑dxi / ∑dxij*100% (68)

где Δхi – доля влияния отдельного фактора на результативный фактор;

dxi– сумма отклонений коэффициентов сравнения отдельного фактора;

dxij– сумма отклонений коэффициентов сравнения всех факторов.

86

Таблица 25 – Доля влияния отдельных факторов на уровень дохода от реа-

лизации нефти сырой

№ Факторы Нормативные

Коэффициент

сравнения

фактора, dxi

Доля влияния

фактора Δхi,

%

Рейтинг

фактора

1 х0 36,70 0,3532 52,97 1

2 х6 34066,25 0,1399 20,98 3

3 х10 56386,33 0,1737 26,05 2

Итого 0,667 100 Примечание - таблица рассчитана авторами

Таблица 26 – Доля влияния отдельных факторов на уровень дохода от реа-

лизации газа природного

№ Факторы Нормативные

Коэффициент

сравнения

фактора, dxi

Доля влия-

ния фактора

Δхi, %

Рейтинг

фактора

1 х0 9833,53 0,1517 13,47 3

2 х6 9294,39 0,5847 51,93 1

3 х10 2793,76 0,3896 34,60 2

Итого 1,1259 100 Примечание - таблица рассчитана авторами

Анализируя расчеты представленные в таблице 25 и 26, можно сделать вы-

вод, что на увеличение дохода от реализации из всех указанных факторов более

всего влияет объем добычи нефти (52,97%), объема экспорта газа природного

(51,93%) и средняя цена реализации как нефти (26,05%), так и газа (34,60%).

Используя исходные данные таблицы 10 для выявления факторов, которые

оказывают влияние на объем экспорта сырой нефти, рассмотрим корреляцион-

ную матрицу (таблица 18).

Анализируя корреляционную матрицу (таблица 18) можно сделать вывод,

что все факторы оказывают влияние на результирующий, но все они между со-

бой мультиколлениарны, что может объясняться, взаимосвязанным влиянием

одних показателей на другие, и тем, что и отдельные показатели развиваются

под воздействием других показателей.

Применив метод статистических уравнений зависимостей, рассчитаем па-

раметры СУЗ по объему добычи нефти сырой (х0) и средней цене реализации

нефти (х10) и представим в приложении Д, оценив их правильность покритери-

ям и адекватностьоднофакторных линейных уравнений (таблица 27). После оп-

ределяем многофакторную зависимость объема экспорта нефти с отобранными

факторами (приложение Е).

Из таблицы 27 видно, что у экспорта сырой нефти (х6) устойчивая связь с

фактором х0 и х10, тогда многофакторное уравнение зависимости (69) выглядит

следующим образом:

х6 =10542,9*(1+0,462*(dx0+ dx10)) (69)

87

Таблица27 – Статистические уравнения зависимостей экспорта сырой нефти, их

параметры и устойчивости связи с факторами

Факторы Уравнения К b r

х0 х6=10542,9(1+1,424*dx0) 0,724 1,424 0,951

х10 х6=10542,9(1+0,683*dx10) 0,718 0,683 0,869 Примечание - таблица рассчитана авторами

Из результатов расчета в приложении Е видно, что коэффициент корреля-

ции r=0,939 доказывает сильную связь между факторами х0, х10 и х6, коэффици-

ент устойчивости К=0,709 высокий, и критерий оценки правильности расчета

выполняется, то есть ∑х4=∑х4*=389759,7. Таким образом, полученное много-

факторное линейное уравнение (69) является адекватным.

Используя исходные данные таблицы 11 для выявления факторов, которые

оказывают влияние на объем экспорта газа природного, выполним анализ кор-

реляционной матрицы (таблица 21).

При исследовании корреляционной матрицы можно увидеть, что все фак-

торы, кроме x1, влияют на результативный x6, но между собой они мультикол-

лениарны, так как просматривается влияние одних факторов на другие и неко-

торые из них развиваются под действием других факторов. С экономической

точки зрения на объема экспорта газа могут оказывать влияние как объемы до-

бычи (х0), так и средняя цена реализации (х10).

Применив метод статистического уравнения зависимостей, определим

многофакторную зависимость объемов экспорта газа природного от основных

показателей, используя данные таблицы 11 выполним расчеты, отобразив в

приложении Ж, а полученные результаты представим в таблице 28.

Таблица 28 – Статистические уравнения зависимостей экспорта природного га-

за, их параметры и устойчивости связи с факторами

Факторы Уравнения К b r

х0 x6=2385,3(1+1,282*dx0) 0,776 1,275 0,973

х10 x6=2385,3(1+0,919*dx10) 0,818 0,933 0,973 Примечание - таблица рассчитана авторами

Используя критерии, оценим правильность и адекватностьоднофакторных

линейных уравнений. Выполняя анализ таблицы 26 можно сделать вывод, что

будет многофакторная зависимость объема экспорта газа природного от объема

добычи и средней цены реализации, полученные результаты расчета предста-

вим в приложении К.

В многофакторное уравнение зависимости включает фактор х0 и х10 с дос-

таточно высоким коэффициентом устойчивости связи (К=0,795), представлен-

ное в следующем уравнении модели (70):

x6=2385,3*(1+0,539*(dx0+ dx10)) (70)

88

Из результатов расчета в приложении И видно, что коэффициент корреля-

ции r=0,944 доказывает сильную связь между факторами и критерий оценки

правильности расчета выполняется, то есть ∑х4=∑х4*=101690,7. Таким образом,

полученное многофакторное линейное уравнение (70) является адекватным.

Прогнозируя объем экспорта нефтегазодобывающей отрасли Казахстана

можно взять в качестве нормативного уровня прогнозное значение объема экс-

порт для нефти сырой равной 33878 тыс.тонн, а для газа природного равной

9298 тыс.м3. Взяв его за основу, определим значения факторов, образующих

этот индикатор.

Если для нефти Ун = х6н=33878, тогда dyн = 33878/1542,9 – 1 = 2,213

Если для газа Ун = х6н=9298, тогда dyн = 9298/2385,3 – 1 = 2,898

Определим нормативные уровни факторов для нефти сырой по формулам

(66), которые равны:

х0н = 14,3*(1+2,213/1,424) = 36,53

х10н = 13213,8*(1+2,213/0,683) = 56036,91

Определим нормативные уровни факторов для газа природного по форму-

лам (66), которые равны:

х0н = 3005,7*(1+2,898/1,275) = 9837,63

х10н = 680,5*(1+2,898/0,933) = 2794,25

Экономическая интерпретация полученных результатов позволяет сделать

вывод, чтобы довести объем экспорта нефти сырой до 33878 тыс.тонн необхо-

димо:

− увеличить объем добычи нефти до 36,53 млн.тонн (х0);

− повысить цену реализации нефти до 56036,91 тенге за тонну (х10).

Приведем в таблице 29 сравнение нормативных значений указанных

факторов нефти со значениями первого полугодия 2007 года.

Таблица 29 – Сравнительная таблица нормативных уровней факторов нефти

сырой с уровнем первого полугодия 2007 года

№ Факторы

Уровень факторов Уменьшение или

увеличение (-/+)

фактических уров-

ней

Фактические

за 1 полугодие

2007

нормативные

1 х0 27,1 36,53 +9,41

2 х10 48042,0 56036,91 +7994,91 Примечание - таблица рассчитана авторами

И чтобы довести объем экспорта газа природного до 9298 тыс.м3

необхо-

димо :

− увеличить объем добычи газа природного до 9837,63 млн.м3 (х0);

− повысить среднюю цену реализации нефти до 2794,25 тенге за м3 (х10).

Приведем в таблице 30 сравнение нормативных значений указанных фак-

торов газа со значениями первого полугодия 2007 года.

89

Таблица 30 – Сравнительная таблица нормативных уровней факторов газа

природного с уровнем первого полугодия 2007 года

№ Факторы

Уровень факторов Уменьшение или уве-

личение (-/+) факти-

ческих уровней

Фактические

за 1 полугодие

2007

Нормативные

1 х0 8538,5 9837,63 +1299,13

2 х10 2010,5 2794,25 +783,75 Примечание - таблица рассчитана авторами

Определим степень влияния каждого из перечисленных факторов на ре-

зультативный фактор (таблица 31 и 32).

Таблица 31 – Доля влияния отдельных факторов на уровень объема экспорта

нефти сырой

№ Факторы Нормативные

Коэффициент

сравнения

фактора, dxi

Доля влияния

фактора Δхi,

%

Рейтинг

фактора

1 х0 36,53 0,3470 67,58 1

2 х10 56036,91 0,1664 32,42 2

Итого 0,5134 100 Примечание - таблица рассчитана авторами

Таблица 32– Доля влияния отдельных факторов на уровень объема экспорта га-

за природного

№ Факторы Нормативные

Коэффициент

сравнения

фактора, dxi

Доля влияния

фактора Δхi,

%

Рейтинг

фактора

1 х0 9837,63 0,1521 28,07 2

2 х10 2794,25 0,3898 71,93 1

Итого 0,5420 100 Примечание - таблица рассчитана авторами

Анализируя расчеты представленные в таблице 31 и 32, можно сделать вы-

вод, что на увеличение объема экспорта нефти из всех указанных факторов бо-

лее всего влияет объем добычи нефти (67,58%), а на увеличение объема экспор-

та газа из всех указанных факторов более всего влияет средняя цена реализации

(71,93%).

Чтобы просчитать прогноз для дохода от реализации и объема экспорта

нефтегазодобывающей отрасли по многофакторным уравнениям зависимости

необходимо вычислить сначала трендовые прогнозные значения факторов.

90

Используя формулу прямой зависимости (71) рассчитаем прогнозные зна-

чения по данным динамики ряда показателей.

)1(min bdtyyt (71)

где yt – уравнение тренда; ymin – минимальное значение признака;

b – параметр тренда; dt – знак отклонений коэффициентов сравнения.

Критерием достоверности прогнозных расчетов является коэффициент ус-

тойчивости тренда, который приведен ниже:

7,0)(

1

dx

bdtdxK (72)

Значение коэффициента устойчивости К позволяет выбрать факторы по

уравнению тренда для проведения прогнозных расчетов на последующие пе-

риоды. Коэффициенты сравнения и параметры уравнения тренда рассчитыва-

ются по формулам (73,74).

1min

t

tdt i

(73)

dt

dxb (74)

Спрогнозируем объем добычи нефти по уравнению тренда (таблица 33).

Таблица 33 – Расчеты по уравнению тренда

Периоды х0 t dt dх0 bdt dх0dt dх02 dt2 х0* dх0-bdt

1 п/г 2000 14,3 1 0 0 0 0 0 0 14,3 0

2 п/г 2000 16,5 2 1,0 0,15 0,09 0,15 0,02 1,00 15,5 0,07

1 п/г 2001 17,4 3 2,0 0,22 0,17 0,43 0,05 4,00 16,8 0,04

2 п/г 2001 18,7 4 3,0 0,31 0,26 0,92 0,09 9,00 18,0 0,05

1 п/г 2002 19,9 5 4,0 0,39 0,35 1,57 0,15 16,00 19,3 0,04

2 п/г 2002 22,2 6 5,0 0,55 0,44 2,76 0,31 25,00 20,5 0,12

1 п/г 2003 29,6 7 6,0 1,07 0,52 6,42 1,14 36,00 21,8 0,55

2 п/г 2003 30,5 8 7,0 1,13 0,61 7,93 1,28 49,00 23,0 0,52

1 п/г 2004 24,5 9 8,0 0,71 0,70 5,71 0,51 64,00 24,3 0,02

2 п/г 2004 26,2 10 9,0 0,83 0,78 7,49 0,69 81,00 25,5 0,05

1 п/г 2005 25,3 11 10,0 0,77 0,87 7,69 0,59 100,00 26,7 0,10

2 п/г 2005 26,0 12 11,0 0,82 0,96 9,00 0,67 121,00 28,0 0,14

1 п/г 2006 26,0 13 12,0 0,82 1,04 9,85 0,67 144,00 29,2 0,22

2 п/г 2006 36,5 14 13,0 1,55 1,13 20,18 2,41 169,00 30,5 0,42

1 п/г 2007 27,1 15 14,0 0,90 1,22 12,55 0,80 196,00 31,7 0,32

2 п/г 2007 28,4 16 15,0 0,99 1,31 14,79 0,97 225,00 33,0 0,32

1 п/г 2008 29,2 17 16,0 1,04 1,39 16,66 1,08 256,00 34,2 0,35

2 п/г 2008 29,5 18 17,0 1,06 1,48 18,10 1,13 289,00 35,5 0,42

= 447,9 171,0 153,0 13,3 142,2 12,6 1785,0 447,9 3,7

1 п/г 2009 19 18,0 1,5670 36,71

2 п/г 2009 20 19,0 1,6540 37,95

1 п/г 2010 21 20,0 1,7411 39,20

Примечание - таблица рассчитана авторами

91

В результате вычислении получили следующие параметры СУЗ: b=0,087;

r= 0,949 и К=0,719. По коэффициенту устойчивости тренда можно сделать вы-

вод, о том что можно отобрать параметры рассчитанные уравнением тренда для

проведения прогнозных расчетов.

Таким образом, объем добычи сырой нефти в 1-м полугодии 2008 года со-

ставит 36,71 млн. тонн, во 2-м полугодии 2008 – 37,95 млн. тонн и в 1-м полу-

годии 2009 года достигнет 39,20 млн. тонн. Аналогично проведем расчеты по

остальным факторам, как по нефти так и по газу, и получим следующие резуль-

таты (таблица 34 и 35).

Таблица 34 – Расчеты по уравнениям трендов СУЗ нефти сырой

Факторы Уравнения К b r

х0 Добыча сырой нефти х0=14,3(1+0,087*dt) 0,719 0,087 0,949

х1 Численность ППП, тыс.чел. x1=28,3(1+0,060*dt) 0,765 0,060 0,974

х2 Среднемесячная зарплата

ППП, тенге

x2=57519(1+0,110*dt) 0,865 0,110 0,990

х3 Уровень рентабельности, % x3=25,5(1+0,267*dt) 0,647 0,267 0,945

х4 Доход от реализации продук-

ции, млрд.тенге

x4=396,4(1+0,160*dt) 0,706 0,160 0,949

х5 Инвестиции в основной капи-

тал, млрд. тенге

x5=85,5(1+0,266*dt) 0,748 0,266 0,966

х6 Экспорт нефти, тыс. тонн x6=2506,2(1+0,124*dt) 0,857 0,124 0,989

х7 Импорт нефти, тыс. тонн x7=480,6(1+0,375*dt) 0,763 0,375 0,966

х8 Доход от экспорта, млрд. тен-

ге.

X8=227,7(1+0,391*dt) 0,713 0,391 0,963

х9 Расходы на импорт, млрд.

тенге

x9=3,9(1+1,670*dt) 0,618 1,670 0,940

х10 Цена реализации, тенге/тонн x10=13213,8(1+0,182*dt) 0,714 0,182 0,918 Примечание - таблица рассчитана авторами

Анализируя данные таблицы 34, делаем вывод, что факторы х3 и х9 не ис-

пользуем в прогнозных расчетах, так как коэффициент устойчивости не соот-

ветствует нормативу.

Анализируя данные таблицы 35, делаем вывод, что факторы х3 и х7 не ис-

пользуем в прогнозных расчетах, так как коэффициент устойчивости не соот-

ветствует нормативу.

Рассчитаем прогнозные значения основных показателей на три периода по

нефти сырой в таблице 36, а по газу природному – в таблице 37.

Используя прогнозные значения факторов просчитанные по трендовым

моделям высчитаем прогноз по многофакторным уравнениям зависимостей для

дохода от реализаций и объема экспорта по нефти сырой (таблица 38) и по газу

природному (таблица 39). А также рассчитаем прогнозные значения этих же

показателей с учетом фактора риска мирового кризиса.

92

Таблица 35 – Расчеты по уравнениям трендов СУЗ газа природного

Факторы Уравнения К b r

х0 Объем добычи газа, млн.м3 х0=3005,7(1+0,126*dt) 0,71 0,126 0,924

х1 Численность ППП, тыс.чел. x1=28,3(1+0,060*dt) 0,77 0,060 0,974

х2 Среднемес-ая зарплата ППП,

тенге

x2=57519(1+0,110*dt)

0,87 0,110 0,990

х3 Уровень рентабельности, % x3=25,5(1+0,267*dt) 0,65 0,267 0,945

х4 Доход от реализации продук-

ции, млрд.тенге

x4=396,4(1+0,160*dt)

0,76 0,160 0,949

х5 Инвестиции в осн капитал,

млн.тенге

x5=85,5(1+0,266*dt)

0,75 0,266 0,966

х6 Экпорт газа, тыс.м3 x6=2506,2(1+0,161*dt) 0,78 0,161 0,964

х7 Импорт газа, тыс.м3 x7=1822,9(1+0,108*dt) 0,46 0,108 0,825

х8 Доход от экспорта, млрд. тенге. x8=2,26(1+1,193*dt) 0,85 1,193 0,984

х9 Расходы на импорт, млрд. тенге x9=7,59(1+0,202*dt) 0,72 0,202 0,955

х10 Цена реализации, тенге/тыс м3 x10=680,5(1+0,173*dt) 0,86 0,173 0,990

Примечание - таблица рассчитана авторами

Таблица 36 – Прогноз по трендовым СУЗ сырой нефти

Факторы Прогноз

1 п/г 2009 2 п/г 2009 1 п/г 2010

х0 Добыча сырой нефти, млн.т 36,71 37,95 39,20

х1 Численность ППП, тыс.чел. 58,67 60,36 62,05

х2 Среднемесячная зарплата ППП, тенге 171577,47 177914,05 184250,63

х4 Доход от реализации продукции,

млрд.тенге 1540,53 1604,10 1667,66

х5 Инвестиции в основной капитал,

млрд. тенге 449,54 472,30 495,05

х6 Экспорт нефти сырой, тыс. тонн 34070,89 35378,00 36685,12

х7 Импорт нефти, тыс. тонн 3727,12 3907,48 4087,84

х8 Доход от экспорта нефти сырой, млрд.

тенге 1832,35 1921,49 2010,64

х10 Цена реализации нефти сырой, тен-

ге/тонн 56390,78 58789,50 61188,22

Примечание - таблица рассчитана авторами

Статистические данные дохода от реализации продукции отрасли для неф-

ти и газа едины, поэтому полученные прогнозные значения идентичны. Анализ

полученных прогнозов дохода от реализации продукции и экспорта нефти по

многофакторным моделям СУЗ показывают плавную тенденцию роста даже с

учетом риска, а прогноз экспорта газа – более интенсивный рост.

93

Таблица 37 – Прогноз по трендовым СУЗ газа природного

Факторы Прогноз

1 п/г 2009 2 п/г 2009 1 п/г 2010

х0 Объем добычи газа, млн.м3 9837,43 10216,97 10596,51

х1 Численность ППП, тыс.чел. 58,67 60,36 62,05

х2 Среднемесячная зарплата ППП, тенге 171577,5 177914,1 184250,6

х4 Доход от реализации продукции,

млрд.тенге 1540,53 1604,10 1667,66

х5 Инвестиции в основной капитал,

млн.тенге 495,05 517,80 540,56

х6 Экспорт газа природного, тыс.м3 9297,70 9681,72 10065,75

х8 Доход от экспорта газа природного,

млрд. тенге. 50,73 53,43 56,12

х9 Расходы на импорт газа природного,

млрд. тенге 35,30 36,84 38,38

х10 Цена реализации, тенге/тыс м3 2794,87 2912,34 3029,80

Примечание - таблица рассчитана авторами

Таблица 38 – Прогноз по многофакторной модели СУЗ сырой нефти

Факторы Уравнения 1п/г2009 2п/г2009 1п/г2010

х4

Доход от реа-

лизации про-

дукции,

млрд.тенге

х4=396,4*(1+0,4085*

(dx0+dx6+dx10))

Без учета

риска

1540,53 1604,10 1667,66

С учетом

риска 1454,26 1514,27 1574,27

х6 Экспорт нефти,

тыс. тонн

х6 =10542,9*(1+0,462*

(dx0+ dx10))

Без учета

риска

33878,16

35174,57

36470,97

С учетом

риска 31980,98 33204,79 34428,60

Примечание - таблица рассчитана авторами

Таблица 39 – Прогноз по многофакторной модели СУЗ газа природного

Факторы Уравнения 1п/г2009 2п/г2009 1п/г2010

х4

Доход от реа-

лизации про-

дукции,

млрд.тенге

х4=396,4*(1+0,3487*

(dx0+dx6+dx10))

Без учета

риска

1540,53 1604,10 1667,66

С учетом

риска 1454,26 1514,27 1574,27

х6

Экспорт газа

природного,

тыс.м3

х4=396,4*(1+0,3487*

(dx0+dx6+dx10))

Без учета

риска

9297,70 9681,72 10065,75

С учетом

риска 8777,03 9139,55 9502,06

Примечание - таблица рассчитана авторами

94

Полученные прогнозные значения для сырой нефти и газа природного по

уравнениям тренда и многофакторным статистическим уравнениям зависимо-

сти совпадают, что свидетельствует о достоверности выполненных расчетов.

Все критерии метода СУЗ выполняются, а именно сумма фактических и

теоретических значений совпадают, коэффициент устойчивости по всем факто-

рам превышают 0,7.

Анализируя все проделанные расчеты прогнозирования основных факто-

ров нефтегазодобывающей отрасли Казахстана по различным статистическо-

эконометрическим методам выбрали те методы, по которым прогнозные значе-

ния соответствуют критериям точности и адекватности.

Отобразим прогнозные значения основных показателей нефтегазодобы-

вающей отрасли по отобранным статистическо-эконометрическим методам в

таблице 40.

Таблица 40 – Прогнозные значения основных экономических показателей неф-

тегазовой отрасли Казахстана

Факторы Методы 1 п/г

2008

Прогноз

1п/г

2009

2п/г

2009

1п/г

2010

х0

Добыча сырой нефти,

млн.тонн

Средняя

скользящая 29,2 30,01 30,64 30,95

Объем добычи газа, млн.м3 Средняя

скользящая 9886,9 9165,15 9579,68 9717,39

х4 Доход от реализации про-

дукции, млрд.тенге СУЗ 1460,1 1540,53 1604,10 1667,66

х6 Экспорт нефти, тыс. т. СУЗ 29379,7 33878,2 35174,6 36470,97

Экспорт газа природного,

тыс.м3 СУЗ 8774,8 9297,70 9681,72 10065,75

х10

Цена реализации нефти,

тенге/тонн Тренд 81509,5 72591,3 75014,5 77243,6

Цена реализации газа, тен-

ге/тыс м3 Тренд 2416 2236,9 2267,9 2297,4

Примечание - таблица рассчитана авторами

На основе прогнозных значений факторов на первое и второе полугодие

2009 года и первое полугодие 2010 года рассчитаем темпы изменений и пред-

ставим в таблице 41.

Анализируя таблицу 41 можно сделать вывод о том, что в первом полуго-

дии 2010 года объем добычи нефти сырой повыситься на 5,9%, доход от реали-

зации продукции на 14,2%, экспорт нефти на 24,14%, экспорт газа на 14,7%.

Хотя такие показатели, как добыча газа природного, средняя цена реализации

нефти и газа, в связи с общемировым кризисом, в первом полугодии 2009 года

уменьшились на 7,3% и 10% соответственно, тенденция роста в последующие

периоды сохраняется.

95

Таблица 41 – Темпы изменений прогнозных значений факторов к первому по-

лугодию 2008 года

Факторы Темпы прогноза к 1 п/г 2008 г., %

1 п/г 2009 2 п/г 2009 1 п/г 2010

х0 Добыча сырой нефти, млн.тонн 102,77 104,93 105,99

Добыча газа природного, млн.м3 92,70 96,89 98,29

х4 Доход от реализации продукции,

млрд.тенге 105,51 109,86 114,22

х6 Экспорт нефти, тыс. тонн 115,31 119,72 124,14

Экспорт газа природного, тыс.м3 105,96 110,34 114,71

х10 Цена реализации нефти, тенге/тонн 89,06 92,03 94,77

Цена реализации газа, тенге/тыс м3 92,59 93,87 95,09 Примечание - таблица рассчитана авторами

Также рассчитаем доверительные интервалы прогноза по основным пока-

зателям сырой нефти и газа природного и представим в таблицах 42, 43.

Таблица 42 – Доверительные интервалы прогноза сырой нефти

Показатели t прогноз интервал Se tkp Sпрогноз

нижний верхний

Добыча сырой

нефти, млн.тонн

19 30,01 25,50 34,51 2,13 2,11 4,50 20 30,64 26,14 35,15

21 30,95 26,45 35,45

Доход от реали-

зации продук-

ции, млрд.тенге

19 1540,53 1015,81 2065,25 244,65 2,14 524,72 20 1604,10 1079,37 2128,82

21 1667,66 1142,94 2192,38

Экспорт нефти,

тыс. тонн

19 33878,16 21092,30 46664,03 5998,67 2,13 12785,87 20 35174,57 22388,70 47960,43

21 36470,97 23685,11 49256,84

Цена реализации

нефти, тен-

ге/тонн

19 72591,3 52105,24 93077,33

9055,98 2,26 20486,04 20 75014,5 54528,42 95500,51

21 77243,6 56757,53 97729,62 Примечание - таблица рассчитана автором

Полученные доверительные интервалы показывают в каких пределах бу-

дут колебаться прогнозные значения основных экономических показателей

нефтегазодобывающей отрасли. С учетом мирового кризиса прогноз добычи

нефти сырой будет колебаться в пределах ±14,8%, доход от реализации про-

дукции соответственно на ±32,7%, экспорт нефти сырой – ±36,4% и цена реали-

зации нефти – ±27,4%.

По аналогии рассчитаны доверительные интервалы прогноза, которые мо-

гут отклоняться в сторону увеличения или уменьшения в условиях кризиса,

для газа природного по следующим показателям добыча будет колебаться в

пределах ±12,6%, доход от реализации продукции соответственно на ±30,4%,

экспорт – ±30,3% и цена реализации – ±13,7%.

96

Таблица 43 – Доверительные интервалы прогноза газа природного

Показатели t прогноз интервал Se tkp Sпрогноз

нижний верхний

Добыча газа

природного,

млн.м3

19 9165,15 7974,20 10356,10 564,48 2,11 1190,95 20 9579,68 8388,72 10770,63

21 9717,39 8526,44 10908,34

Доход от реали-

зации продук-

ции, млрд.тенге

19 1540,53 1053,36 2027,71 227,14 2,14 487,17 20 1604,10 1116,92 2091,27

21 1667,66 1180,48 2154,83

Экспорт газа

природного,

млн.м3

19 9297,70 6368,51 12226,89 1374,27 2,13 2929,19 20 9681,72 6752,53 12610,91

21 10065,75 7136,56 12994,93

Цена реализа-

ции газа, тен-

ге/тыс.м3

19 2236,91 1925,40 2548,42 147,65 2,11 311,51 20 2267,94 1956,43 2579,45

21 2297,45 1985,94 2608,96 Примечание - таблица рассчитана автором

Анализируя таблицы 13 и 14 с выбранной вероятностью можно утвер-

ждать, что при сохранении сложившихся закономерностей развития нефтегазо-

добывающей отрасли Казахстана с учетом мирового кризиса, прогнозируемые-

экономические показатели будут находиться в интервале, образованных верх-

ней и нижней границей.

На основе использованных методов и построенных моделей прогнозирова-

ния основных экономических показателей нефтегазодобывающей отрасли

можно сделать вывод, что:

1. Прогнозировать объемы добычи нефти сырой и газа природного лучше

по методу скользящего среднего ввиду того, что их средние значения стандарт-

ных ошибок наименьшие;

2. Из рассчитанных коэффициентов автокорреляции уровней рядов объе-

мов добычи сырой нефти и газа природного можно судить о возрастающей ли-

нейной тенденции будущих периодов;

3. Разработана модель прогнозирования средней цены с учетом факторов

риска мирового кризиса. На основе трендовых моделей был сделан прогноз

средней цены нефти и газа на будущие три периода, а также прогноз с учетом

кризиса. А также по ежемесячным данным за 2007-2008 года с использованием

методов сглаживания рядов был сделан прогноз средних цен на будущие пе-

риоды.

4. Руководствуясь методом статистического уравнения зависимостей были

получены многофакторные уравнения зависимостей таких факторов, как дохо-

да от реализации продукции и объема экспорта, на основе которых были вы-

числены нормативные и прогнозные значения указанных показателей на пер-

спективу. А также рассчитан прогноз дохода от реализации продукции и объе-

ма экспорта с учетом фактора риска мирового кризиса;

5. По рассчитанным прогнозам в 2009-2010 году объем добычи нефти сы-

рой повыситься на 5,9%, доход от реализации продукции на 14,2%, экспорт

97

нефти на 24,14%, экспорт газа на 14,7%. Хотя такие показатели, как добыча га-

за природного, средние цены реализации нефти и газа в связи с общемировым

кризисом в первом полугодии 2009 года уменьшились на 7,3% и 10 % соответ-

ственно, тенденция роста в последующие периоды сохранится.

ВЫВОДЫ.

По результатам диссертационного исследования можно сделать следующие

выводы, практические рекомендации и предложения, касающиеся моделирова-

ния прогнозирования добычи и реализации нефти и газа в Казахстане суть кото-

рых сводится к следующему:

1. Анализ мировых запасов, производства и потребление нефти сырой по-

зволяют сделать вывод, что доказанных мировых ресурсов хватит примерно на

20-30 лет при условии, что потребление нефти сырой не будет увеличиваться за

эти годы, так как скорость истощения источников в прямой зависимости от объ-

емов потребления. Поэтому необходимо решать задачи рационального исполь-

зования углеводородных ресурсов для реализации проблем энергосбережения, а

также вести активный поиск альтернативных источников энергии. Особое место

в управлении развитием нефтегазодобывающей отрасли должно занимать ис-

пользование статистических и эконометрических методов, позволяющих харак-

теризовать количественную взаимосвязь основных экономических показателей и

определять их прогноз на перспективу.

2. В период подъема экономики и роста цен на нефть сырую и газ природ-

ный развитие нефтегазодобывающей отрасли происходило по стратегии роста.

Общемировой финансовый кризис, оказывающий влияние на все сферы деятель-

ности, способствовал наблюдаемому снижению темпов добычи нефти сырой и

газа природного, но не повлиял на выполнение отраслевого плана республики.

Анализ текущей экономической ситуации в Республике Казахстане, сложившей-

ся под воздействием мирового кризиса ликвидности и понижающей цены на

нефть сырую показывает, что в основном правительственные прогнозы будуще-

го развития экономики Казахстана основываются на оптимистических тенденци-

ях экономических показателей.

Для преодоления воздействий мирового кризиса необходимо провести в

нефтегазодобывающей отрасли ряд антикризисных мер таких как пересмотр

бизнес-планов предприятий, консолидация себестоимости продукции, сократить

общие и административные расходы, осуществить мероприятия по повышению

финансовой устойчивости объектов управления.Сегодня же главным для отрас-

ли является сохранение достигнутого потенциала для будущего развития и эф-

фективное использование имеющихся ресурсов.

3. На основе анализа различных подходов к минимизации риска определена

методика расчета степени риска по факторам основных групп, влияющих на

производственно-экономическую деятельность нефтегазодобывающих компаний

по странам зарубежья и Содружества Независимых Государств. В Казахстане

степень риска минимальна, но преобладают экономические и социальные факто-

ры, связанные в основном с общемировым кризисом. Предлагаемая методика

расчета коэффициента степени риска позволила определить прогноз основных

98

отраслевых экономических показателей и дала возможность учесть различные

типы рисков, в том числе и мировой экономический кризис настоящего времени.

4. Для принятия тактических и стратегических решений эффективного

управления нефтегазодобывающим сектором экономики необходимо выбрать

статистически-эконометрические методы, способствующие моделированию про-

гноза основных экономических показателей и дающие надежную оценку буду-

щих показателей. Для прогнозирования объемов добычи нефти сырой и газа

природного лучше по методу скользящего среднего ввиду того, что их средние

значения стандартных ошибок наименьшие, по коэффициентам автокорреляции

уровней рядов объемов добычи сырой нефти и газа природного можно судить о

возрастающей линейной тенденции будущих периодов.Используя корреляцион-

но-регрессионный анализ выявили факторы, влияющие на объемы экспорта и

дохода от реализации нефти сырой и газа природного. На увеличение объема

дохода от реализации нефти сырой и газа природного существенно влияют объ-

емы добычи нефти сырой и газа природного (х0), объемы экспорта (х6) и цена

реализации (х10). А на увеличение объемов экспорта нефти и газа оказывают

значительное воздействие объемы добычи (х0) и цена реализации (х10) соответ-

ствующей продукции отрасли. В связи с мультиколлениарностью факторов и

недостаточным количеством наблюдений выбрали метод статистических урав-

нений зависимостей для определения прогноза.

5. Руководствуясь методом статистического уравнения зависимостей были

получены многофакторные уравнения зависимостей таких факторов, как дохода

от реализации нефти сырой и газа природногои объема экспорта, на основе ко-

торых были вычислены нормативные и прогнозные значения указанных показа-

телей на перспективу. А также рассчитан прогноз дохода от реализации продук-

ции и объема экспорта с учетом фактора риска мирового кризиса.

6. Разработаны модели прогнозирования средних цен нефти сырой и газа

природного, с учетом факторов риска мирового кризиса. Был сделан прогноз

средней цены нефти и газа на будущие три периода, а также прогноз с учетом

кризиса.По ежемесячным данным за 2007-2008 годы, используя метод сглажива-

ния рядов, был сделан прогноз средних цен на будущие периоды, показавшие

тенденцию роста со слабым их снижение на 0,5 и 0,1% соответственно к преды-

дущему периоду.

7. Рассчитанные доверительные интервалы прогнозных значений основных

экономических показателей развития нефтегазодобывающей отрасли с выбран-

ной вероятностью, позволяют утверждать, что при сохранении сложившихся

закономерностей развития нефтегазодобывающей отрасли Казахстана с учетом

мирового кризиса, прогнозируемыеэкономические показатели будут находиться

в интервале, образованных верхней и нижней границей.

Выводы и предложения данной работы, разработанная методика расчета

степени риска по факторам,модели прогнозирования объемов добычи, экспорта,

дохода от реализации, средних цен нефти сырой и газа природного могут быть

использованы при разработке краткосрочных планов развития как нефтегазодо-

бывающих, таки нефтеперерабатывающих предприятий и отрасли Казахстана в

целом.

99

ЛИТЕРАТУРА

1 Назарбаев Н.А. Казахстанский путь – 2050: Единая цель, единые интере-

сы, единое будущее. Послания Президента Республики Казахстан Н.А. Назар-

баева народу Казахстана. – Астана: Аккорда, 17 января 2014.

2 Назарбаев Н.А. Планнации - 100 конкретных шагов по реализации пяти

институциональных реформ. – Астана: Аккорда, май 2015.

3 Тойжанова Г.Д., Мадиярова К.З. Анализ добычи нефти //Сб.науч.трудов

«Экономический рост предприятий РК» – Алматы: Экономика, 2000. – С.31-38.

4 Назарбаев Н.А. Казахстан-2030. Процветание, безопасность и улучшение

благосостояния всех казахстанцев: Послание Президента страны народу Казах-

стана. -Алматы: Бiлiм, 1998.- 96 с.

5 Байзаков С.и др. Казахстан: анализ торговой и инвестиционной полити-

ки: Хрестоматия работ проекта ТАСИС в Казахстане.– Алматы: Аркаим, 2002.–

480 с.

6 Гизитдинов Н. Нефтяная ловушка //Деловая неделя.– 2005.–№34.– 09

сентября.

7 Хойос К. «Большая нефть» предупреждает о надвигающемся энергетиче-

ском кризисе //Деловая неделя.– 2005. –15 сентября.

8 Данные Агентства РК по статистике за 2000-2008 годы.

9 Корзайн Р. Мир все меньше полагается на нефть Персидского залива

//Деловая неделя– 2005.– 25сентября.

10 Калбаев А. Нефтяные цены = f (президентство США), или Второй за-

кон нефтеполитики //Деловая неделя.– 2008. – №41.– 24октября.

11 Ситуация на рынке нефти //Деловой Казахстан.–2008.– 29 августа.

12 Рамазанов Н. Прогнозы ухудшаются//Деловая неделя. –2008. –№44. –

14 ноября.

13 Арабов П. Европа мечтает о «братстве газового кольца» //Известия. –

2008.– №213. –14 ноября.

14 Чрезмерная концентрация на нефтяной промышленности. //Деловая

неделя. –2005. – № 36.–23сентября.

15 Назарбаев Н.А. Повышение благосостояния граждан Казахстана –

главная цель государственной политики: Послание Президента страны народу

Казахстана. -Астана, 2008.- 64с.

16 Назарбаев Н.А. Критическое десятилетие. - Алматы: «Атамура»,

2003.- 240 с.

17 Мадиярова К.З. Анализ влияния инвестиций на объем добычи нефти

по Республике Казахстан. //КазЭУ Хабаршысы. – 2004.– №5.–С.139-146.

18 Мадиярова К.З. Моделированиевлияния инвестиций на объем добычи

нефти по Республике Казахстан. //КазЭУ Хабаршысы.–2007. – №4.– С.123-126.

19 Сапаров А.Е. Оценки ресурсных потенциалов и рисков инвестицион-

ных программ в регионе. – Санкт-Петербург: Дело, 2003.– 215с.

20 Гизитдинов Н. Fitch: Устойчивость мировой экономики к высоким це-

нам на нефть может оказаться иллюзорной//Деловая неделя. –2005. – №37.–30

сентября.

100

21 Когда закончится дележка Каспия? //Деловая неделя. – 2009. –16 ян-

варя.

22 Мадиярова К.З. СП «Тенгизшевройл» как субъект нефтяного рынка

//Межд.науч.-практ. конф. «Казахстан на пути к новой модели развития: тен-

денции, потенциал и императивы роста». Под общ. ред. д.э.н. Мамырова Н.К. –

Алматы: Экономика, 2001.–Ч.6. – С.175-177.

23 Закон Республики Казахстан. О государственной поддержке прямых

инвестиций //Экономика и предпринимательство в Республике Казахстан. –

2000. - № 40 – 2с.

24 Фабоции Ф. Управление инвестициями: пер.с англ. – М.: ИНФРА-М,

2000.

25 Егоров В.И., Злотникова Л.Г., Победоносцева Н.Н. Анализ хозяйст-

венной деятельности предприятий нефтяной и газовой промышленности. –

М.:Недра, 1980.- 232 с.

26 Управление инвестициями: Справочное пособие для специалистов и

предпринимателей./Под общей редакцией В.В. Шеремета.– М.: Высшая школа,

1998.– Т.1.

27 Абрамов С.И. Управление инвестициями в основной капитал.

//Вестник университета. Государственный университет управления. – М.: Экза-

мен, 2002. –544 с.

28 Д. Довольнов О путях выхода из кризиса//Известия. – 2009. –№ 53. –

31 марта.

29 Глазьев С. Основа обеспечения экономической безопасности страны-

альтернативный реформационный курс //Российский экономический журнал.-

1997.–№1.– С.3–19.

30 Национальная безопасность: Актуальные проблемы: Курс лекций.–

М.: АГШ, 1999. –115 с.

31 Мадиярова К.З. Методические подходы оценки рисков нефтегазовой

отрасли в Казахстане.// Экономика и статистика. -Алматы, 2006.– №2. – С. 67-

72.

32 Гранатуров В.М. Экономический риск. –М., 1997.

33 Арсеньев Ю.Н. Основы теории безопасности и рискологии. - М.:

Высшая школа, 1999.

34 Апалькова Т.Г.Моделирование управленческих решений на предпри-

ятии в условиях риска //Тезисы Всероссийского студенческого семинара «Ак-

туальные проблемы управления 2001». – М.: ГУУ, 2001. – 0,2 п.л.

35 Андреев А.Ф., Дунаев В.Ф., Зубарев В.Д. и др. Основы проектного

анализа в нефтяной и газовой промышленности. – М., 1997. – 341 с.

36 Качалов Р.М. Управление хозяйственным риском производственных

систем //Экономика и математические методы.– 1997.–Т.33. – В.4.

37 Фаэй Л., Рэнделл Р. Курс МВА по стратегическому менеджменту: пер.

с англ. – М.: Альпина Паблишер, 2002. – 608 с.

38 Лапуста А.П., Шаршукова Л.Г. Риски в предпринимательской дея-

тельности. М., 1998. –223 с.

39 Хохлов Н.В. Управление риском. –М., 1999. –239 с.

101

40 Блатов Н.А. Проблема оценки риска на различных этапах разработки

и реализации проекта //Инвестиции в России. – 2002. – №2.

41 Глазунов В.Н. Финансовый анализ и оценка риска реальных инвести-

ций. – М., 1997. –135 с.

42 Онищенко В.Я. Методы оценки экологического риска. –М., 1997.

43 Князевская Н.В., Князевский В.С. Принятие рисковых решений в эко-

номике и бизнесе.– М., 1998.

44 Канторович Л.Б. и др. Экономикаиоптимизация. –М.: Наука, 1990. –

247с.

45 КришанА.Малик. International petroleum management program. Module

2A. Agip S.p.A. Training Department The Coordinator of the course. –Austin, Texas,

U.S.A., 2001.

46 ДосмуханбетоваР.С.

МоделипрогнозированияразвитиянефтегазодобывающихпредприятийРеспубли

киКазахстан.–Алматы: «Принт», 2005.– 116 с.

47 ГэриШугартом.

Бухгалтерскийифинансовыйучетнефтегазовыхкомпаний.

//Internationalpetroleummanagementprogram. Module 2B. Agip S.p.A. Training De-

partment The Coordinator of the course. –Austin, Texas, U.S.A., 2001.

48 Мадиярова К.З., Досмуханбетова Р.С. Роль ЭММ в нефтегазовой от-

расли. //Материалы международной научно-практической конференции «Про-

блемы развития бухгалтерского учета и аудита в условиях адаптации к между-

народным стандартам». - Алматы: «Экономика», 2001. – Ч.3. – С.147-151.

49 Елисеева И.И. Эконометрика. – М.: Финансы и статистика, 2002. –

344 с.

50 Емельянов И.Г. Эконометрия и прогнозирование. – М.: Экономика,

1985. –207с.

51 Мухамедиев Б.М, Молдабеков Е.М., Каппаров К.Н. Математическое

моделирование экономического развития Казахстана в отраслевом разрезе

//Вестник Национальной инженерной академии. – 2004.– №2. – С.39-44.

52 Бережная Е.В., Бережной В.И. Математические методы моделирова-

ния экономических систем. – М.: Финансы и статистика, 2001. –368 с.

53 Исследование операций. Методологические основы и математические

методы. Пер. с англ. /Под ред. И.М. Макарова, И.М. Бескровного – М.: Мир,

1981. – Т.1. – 677 с.

54 Прогнозирование и планирование в условиях рынка. /Под ред.

Т.Г.Морозовой, А.А. Пикулькина – М.: ЮНИТИ-ДАНА, 2000. – 318с.

55 Мадиярова К.З. Система экономико-математических моделей как ин-

струмент прогнозирования. //Матер. межд. науч.-практ. конф «Развитие эк-кой

мысли в Казахстане» –Алматы: Экономика, 2006. – С.408-416.

56 Крушевский А.В. Математическое программирование и моделирова-

ние в экономике. Уч.пособие. - Киев: Виша школа, 1979. – 455с.

57 Бородич С.А. Эконометрика: Учебн. пособ. – Мн.: Новое знание, 2001.

– 408 с.

102

58 Лопатников Л.И. Экономико-математический словарь. //Словарь со-

временной экономической науки. –М.:ABF, 1996. – 704 с.

59 Кремер Н.Ш. Теория вероятностей и математическая статистика. –М.:

ЮНИТИ, 2000. – 542с.

60 Мардас А.Н. Эконометрика. – СПб.:Питер, 2001. – 144 с.

61 Экономико-математические методы и прикладные модели. Под ред.

Федосеева В.В. – М.: ЮНИТИ, 2000. – 392 с.

62 Лотов А.В. Введение в экономико-математическое моделирование. –

М.: Наука, 1984.

63 Айвазян С.А. Основы эконометрики. –М.: ЮНИТИ-ДАНА, 2001.–

432с.

64 Кобелев Н.Б. Практика применения экономико-математических мето-

дов и моделей. - М.: Финстатинформ, 2000.– 248 с.

65 Мадиярова К.З. Теоретические подходы прогнозирования показате-

лей развития нефтегазодобывающей отрасли Казахстана. //КазЭУ Хабаршысы–

Алматы, 2005. – №2. – С.73-77.

66 Дибб C., Симкин Л., Бредли Дж. Практическое руководство по марке-

тинговому планированию. –СПб: Питер, 2001.

67 Шикин Е.В., Чхартишвили А.Г. Математические методы и модели в

управлении.–М.: Дело, 2000.

68 Мескон М.Х., Альберт М., Хедоури Ф. Основы менеджмента. Пер.с

англ.– М.: Дело, 1995. – 740 с.

69 Морозова Т.Г. и др. Прогнозирование и планирование в условиях

рынка. - М.:ЮНИТИ-ДАНА, 2000. – 318 с.

70 Четыркин Е.М. Статистические методы прогнозирования. 2-е изд. пе-

реработанное и дополненное. – М.: Статистика, 1977. - 200с.

71 Саати Т. Принятие решений. Метод анализа иерархий. Пер. с англ. –

М.: Русская деловая литература, 1997. –352 с.

72 Кандаурова Г.А.Прогнозирование и планирование экономики. –Мн.:

Эксперспектива, 2000. – 432 с.

73 Грешилов А.А., Стакун В.А., Стакун А.А. Математические методы

построения прогнозов. –М.: Радио и связь, 1997. – 112 с.

74 Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управле-

ние. /Пер. с англ. Под ред. Л.Н.Большева. – М.: Наука, 1977.– 407с.

75 Иманбердиев Б.Д. Модели и методы управления динамическим разви-

тием экономики. – Алматы: Экономика, 1999. - 190 с.

76 Бренц А.Д., Брюгеман А.Ф., Злотникова Л.Г. и др. Планирование на

предприятиях нефтяной и газовой промышленности. – М.: Недра, 1989. – 336с.

77 Иванилов Ю.П. Математические модели в экономике. Уч.пособие. –

М.: Наука, 1979. – 303с.

78 Миллс Ф. Статистические методы. Пер. с англ. – М.:Госстатиздат,

1958.

79 Сапарбаев А.Д. Эконометрическое моделирование. – Алматы: НИЦ

«Гылым», 2004. – 168 с.

103

80 Демиденко Е.З. Линейная и нелинейная регрессия. –М.: Финансы и

статистика, 1981.

81 Льюис К. Методы прогнозирования экономических показателей. – М.:

Финансы и статистика, 1986. – 130с.

82 Джонстон Дж. Эконометрические методы.– М.: Статистика, 1980. –

444 с.

83 КейнЭ. Экономическая статистика и эконометрия. –М., 1977. – 230с.

84 Ковалева Л.Н. Многофакторное прогнозирование на основе рядов ди-

намики. – М.: Статистика, 1980. – 102с.

85 Доугерти К. Введение в эконометрику: Пер. с англ. –М.: ИНФРА-М,

1999.

86 Желтов Ю.П. и др. Методы прогнозирования развития нефтегазового

комплекса. –М.: Наука, 1991. – 230с.

87 Барановский М.И., Волков Ю.С., Овсеенко Г.И. Экономико-

математическое моделирование в нефтяной промышленности. –М.: Недра,

1979. –135с.

88 Глущенко В.В., Глущенко И.И. Разработка управленческого решения.

Прогнозирование – планирование. Теория проектирования экспериментов. –

г.Железнодорожный, Моск.обл.: ТОО НПУ «Крылья», 1997. – 400с.

89 Беляев Ю.К., Носко В.П. Основные понятия и задачи математической

статистики.– М.: изд. МГУ, 1998. – 191с.

90 Тейл Г. Экономические прогнозы и принятие решений. –

М.:Статистика, 1971. – 514с.

91 Бешелев С.Д., Гуревич Ф.Г. Математико-статистические методы экс-

пертных оценок. – М., 1980.

92 Жданов С.А. Экономические модели и методы в управлении. –М.:

«Дело и Сервис», 1998.

93 Боярский А., Викторова Л., Гольдберг А. и другие. Общая теория ста-

тистики. /Под редакцией А. Гольдберга, В.Козлова. –Москва, 1985. –228с.

94 Рахметова Р.У., Толегенова Э.Н. Моделирование уровня жизни насе-

ления /Монография под ред. д.э.н. Рахметовой Р.У. – Алматы, 2008. –137с.

95 Кулинич Е.И. Эконометрия. – М.: Финансы и статистика. 2000. – 304с.

96 Мадиярова К.З. Оценка надежности моделей прогнозирова-

ния//Материалы международной научно-методической конференции «Актуаль-

ные проблемы естественно-научных дисциплин». – Алматы: КазГАСА, 2008. –

С.107-112.

97 Мадиярова К.З., Досмуханбетова Р.С. Экономико-математическое мо-

делирование и прогнозирование себестоимости добычи нефти и газа. //Сб. на-

уч.трудов «Актуальные проблемы развития экономики Казахстана в 3-ем тыся-

челетии». Под общ.ред. к.э.н. О.А.Яновской. –Алматы: Экономика, 2000. –

С.91-100.

98 Кильдишев Г.С., Френкель А.А. Анализ временных рядов и прогнози-

рование. – М.: Статистика, 1973. – 103с.

104

99 Мадиярова К.З. Модели прогноза объема добычи газа природного

нефтегазодобывающим предприятием. //ВестникКыргызского экономического

университета –Бишкек,2009. –№ 1(11). – С.45-48.

100 Отчеты производственно-экономической деятельности ТОО «НЕФ-

ТЭК» за 2004-2007, 1 квартал 2008 года.

101 Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования.

– М.: Статистика, 1979.

102 Мадиярова К.З. Выбор модели прогнозирования основных показате-

лей нефтегазодобывающей отрасли //КазЭУ Хабаршысы. –2004. – №4. – С.20-

23.

103 Мадиярова К.З. Использование моделей прогнозирования //Матер.

межд.- прак. конф. «Унвер-е образ. и наука». Под общ.ред. акад. Омарова Е.С. –

Алматы: «Кайнар», 2001. – С.496-500.

104 Рахметова Р.У. Краткий курс по эконометрике. Учебное пособие. –

Алматы: КазЭУ, 2009. – 68 с.

105 Салманов О.Н. Математическая экономика с применением Mathcad и

Excel. – СПб.: БХВ-Петербург, 2003. – 464 с.

106 Карлберг К. Бизнес-анализ с помощью MicrosoftExcel. /Пер.санлг. –

М.: Изд. дом «Вильямс», 2002. – 448с.

107 Минько А.А. Статистический анализ в MSEXCEL. – М.: Изд.дом

«Вильямс», 2004. – 448 с.

108 Долженков В.А., Колесников Ю.В. MicrosoftExcel 2000. – СПб.:

«БХВ-Петербург», 2002. – 1088 с.

109 Мадиярова К.З. Прогнозирование средних цен предприятий Казахста-

на на сырую нефть и газ природный в условиях кризиса. //Матер. межд. на-

уч.форума «IV Рыскуловские чтения». (25-28 мая 2009 г.). Алматы:

«Экономика», 2009.– 5 стр.

110 Мадиярова К.З. Эконометрические модели прогноза средних цен реа-

лизации нефти сырой в Казахстане //Матер. науч-практ. конф. Саратов, 2009. –

6 стр.

111 Мадиярова К.З., Досмуханбетова Р.С.Моделирование прогнозирова-

ния уровня рентабельности нефтегазодобывающего комплекса Казахста-

на//Матер.науч-практ конф.–Душанбе, 2008.– С.28-34

112 Мадиярова К.З. Моделирование прогнозирование дохода от реализа-

ции нефтегазовой отрасли РК//Матер.межд.науч.форума«III-еРыскуловские

чтения». (19-23 мая 2008 г.). – Ч2.- Алматы: «Эверо», 2008.– С.30-36.

105

Приложение А

Расчет параметров однофакторного уравнения зависимости дохода от реализации

продукции нефти сырой

Таблица А1 – Расчеты параметров СУЗ и устойчивости связи дохода от реа-

лизации продукции отрасли с экспортом (х6)

t x4 x6 dx6 dx4 bdx6 dx4dx6 dx42 dx6

2 x4* dx4-bdx6

1 п/г 2000 597,2 10677,8 0,01 0,51 0,017 0,006 0,257 0 403,0 0,490

2 п/г 2000 760,1 14212,5 0,35 0,92 0,450 0,319 0,842 0,121 574,8 0,467

1 п/г 2001 764,6 10542,9 0,00 0,93 0,000 0,000 0,863 0,000 396,4 0,929

2 п/г 2001 713,2 15910,7 0,51 0,80 0,659 0,407 0,639 0,259 657,4 0,141

1 п/г 2002 396,4 15354,8 0,46 0,00 0,590 0 0 0,208 630,4 0,590

2 п/г 2002 564,8 18739,7 0,78 0,42 1,006 0,330 0,180 0,604 795,0 0,581

1 п/г 2003 597,3 18535,3 0,76 0,51 0,980 0,384 0,257 0,575 785,1 0,474

2 п/г 2003 629,9 20102,5 0,91 0,59 1,173 0,534 0,347 0,822 861,3 0,584

1 п/г 2004 756,1 21926,6 1,08 0,91 1,397 0,980 0,823 1,166 950,0 0,489

2 п/г 2004 830,8 25816,3 1,45 1,10 1,874 1,588 1,201 2,099 1139,1 0,778

1 п/г 2005 1099,0 26240,7 1,49 1,77 1,926 2,639 3,142 2,217 1159,8 0,153

2 п/г 2005 1229,0 23910,6 1,27 2,10 1,640 2,663 4,412 1,608 1046,5 0,461

1 п/г 2006 1455,0 25453,0 1,41 2,67 1,829 3,777 7,132 2,000 1121,5 0,841

2 п/г 2006 1399,4 26244,1 1,49 2,53 1,926 3,768 6,402 2,218 1159,9 0,604

1 п/г 2007 1340,9 29885,5 1,83 2,38 2,373 4,371 5,677 3,366 1337,0 0,010

2 п/г 2007 1170,9 28144,5 1,67 1,95 2,159 3,262 3,818 2,787 1252,3 0,205

1 п/г 2008 1460,1 29379,7 1,79 2,68 2,311 4,794 7,201 3,192 1312,4 0,373

2 п/г 2008 1095,6 28682,4 1,72 1,76 2,225 3,035 3,111 2,960 1278,5 0,461

= 16860,4 389759,7 19,0 24,5 32,9 46,3 26,2 16860,4 8,6 Примечание - таблица рассчитана автором

b=1,293 r=0,9433К=0,748

Таблица А2 – Расчеты параметров СУЗ и устойчивости связи дохода от реали-

зации продукции отрасли с доходом от экспорта (х8)

t x4 x8 dx8 dx4 bdx8 dx4dx8 dx42 dx8

2 x4* dx4-bdx8

1 п/г 2000 597,2 227,7 1 0 0 0 0 0 396,4 0,507

2 п/г 2000 760,1 348,0 0,92 0,22 0,216 0,485 0,842 0,279 482,1 0,701

1 п/г 2001 764,6 237,8 0,93 0,02 0,018 0,041 0,863 0,002 403,5 0,911

2 п/г 2001 713,2 538,1 0,80 0,56 0,558 1,089 0,639 1,857 617,7 0,241

1 п/г 2002 396,4 269,5 0,00 0,08 0,075 0 0 0,034 426,2 0,075

2 п/г 2002 564,8 450,8 0,42 0,40 0,401 0,416 0,180 0,959 555,4 0,024

1 п/г 2003 597,3 473,9 0,51 0,44 0,443 0,548 0,257 1,169 571,9 0,064

2 п/г 2003 629,9 500,2 0,59 0,49 0,490 0,705 0,347 1,431 590,6 0,099

1 п/г 2004 756,1 578,4 0,91 0,63 0,631 1,397 0,823 2,371 646,4 0,277

2 п/г 2004 830,8 886,2 1,10 1,18 1,184 3,169 1,201 8,360 865,9 0,089

1 п/г 2005 1099,0 1014,4 1,77 1,42 1,415 6,123 3,142 11,933 957,3 0,357

2 п/г 2005 1229,0 1247,1 2,10 1,83 1,834 9,402 4,412 20,038 1123,3 0,267

1 п/г 2006 1455,0 1363,8 2,67 2,04 2,043 13,322 7,132 24,885 1206,4 0,627

2 п/г 2006 1399,4 1526,7 2,53 2,34 2,337 14,433 6,402 32,537 1322,6 0,194

1 п/г 2007 1340,9 1520,9 2,38 2,33 2,326 13,530 5,677 32,245 1318,5 0,057

2 п/г 2007 1170,9 1839,2 1,95 2,90 2,899 13,827 3,818 50,076 1545,4 0,945

1 п/г 2008 1460,1 2394,7 2,68 3,90 3,898 25,534 7,201 90,547 1941,5 1,214

2 п/г 2008 1095,6 2321,1 1,76 3,77 3,765 16,214 3,111 84,500 1889,0 2,002

= 16860,4 17738,4 59,9 24,5 120,2 46,3 363,2 16860,4 8,6 Примечание - таблица рассчитана автором

b=0,410 r=0,9271 К=0,547

106

Таблица А3 – Расчеты параметров СУЗ и устойчивости связи дохода от реали-

зации продукции отрасли с ценой реализации (х10)*

t x4 x10 dx10 dx4 bdx10 dx4dx10 dx42 dx10

2 x4* dx4-bdx10

1 п/г 2000 597,2 15294,8 0,16 0,51 0,139 0,080 0,257 0,02 451,5 0,367

2 п/г 2000 760,1 18581,5 0,41 0,92 0,359 0,373 0,842 0,17 538,6 0,559

1 п/г 2001 764,6 15841,5 0,20 0,93 0,176 0,185 0,863 0,04 466,0 0,753

2 п/г 2001 713,2 14974,0 0,13 0,80 0,118 0,106 0,639 0,02 443,0 0,682

1 п/г 2002 396,4 13213,8 0,00 0,00 0 0 0 0,00 396,4 0,000

2 п/г 2002 564,8 16279,2 0,23 0,42 0,205 0,099 0,180 0,05 477,6 0,220

1 п/г 2003 597,3 16462,5 0,25 0,51 0,217 0,125 0,257 0,06 482,5 0,290

2 п/г 2003 629,9 15443,7 0,17 0,59 0,149 0,099 0,347 0,03 455,5 0,440

1 п/г 2004 756,1 17191,5 0,30 0,91 0,266 0,273 0,823 0,09 501,8 0,642

2 п/г 2004 830,8 21844,0 0,65 1,10 0,577 0,716 1,201 0,43 625,1 0,519

1 п/г 2005 1099,0 29132,0 1,20 1,77 1,064 2,135 3,142 1,45 818,2 0,708

2 п/г 2005 1229,0 38481,5 1,91 2,10 1,689 4,016 4,412 3,66 1066,0 0,411

1 п/г 2006 1455,0 49544,5 2,75 2,67 2,429 7,343 7,132 7,56 1359,1 0,242

2 п/г 2006 1399,4 50126,7 2,79 2,53 2,468 7,068 6,402 7,80 1374,5 0,063

1 п/г 2007 1340,9 48042,0 2,64 2,38 2,328 6,280 5,677 6,95 1319,3 0,054

2 п/г 2007 1170,9 61965,5 3,69 1,95 3,259 7,209 3,818 13,61 1688,3 1,305

1 п/г 2008 1460,1 81509,5 5,17 2,68 4,565 13,869 7,201 26,71 2206,2 1,882

2 п/г 2008 1095,6 80924,5 5,12 1,76 4,526 9,039 3,111 26,26 2190,6 2,762

= 16860,4 604852,7 27,8 24,5 59,0 46,3 94,9 16860,4 11,9 Примечание - таблица рассчитана автором

b=0,883 r=0,980 К=0,715

107

Приложение Б

Расчеты параметров многофакторного уравнения зависимости дохода от реа-

лизации продукции (сырой нефти) отрасли от х0, х6, х10

t х4 x0 x6 x10 х4* dx0,6,10 dy∑dx0,6,10 dх4-bdx0,6,10

1 п/г 2000 597,2 14,3 10677,8 15294,8 424,0 0,170 0,086 0,437

2 п/г 2000 760,1 16,5 14212,5 18581,5 543,4 0,908 0,833 0,547

1 п/г 2001 764,6 17,4 10542,9 15841,5 463,7 0,416 0,386 0,759

2 п/г 2001 713,2 18,7 15910,7 14974,0 550,2 0,950 0,759 0,411

1 п/г 2002 396,4 19,9 15354,8 13213,8 533,7 0,848 0,000 0,346

2 п/г 2002 564,8 22,2 18739,7 16279,2 649,3 1,562 0,664 0,213

1 п/г 2003 597,3 29,6 18535,3 16462,5 732,2 2,074 1,051 0,340

2 п/г 2003 629,9 30,5 20102,5 15443,7 754,0 2,208 1,301 0,313

1 п/г 2004 756,1 24,5 21926,6 17191,5 735,5 2,094 1,900 0,052

2 п/г 2004 830,8 26,2 25816,3 21844,0 871,5 2,934 3,215 0,103

1 п/г 2005 1099,0 25,3 26240,7 29132,0 957,1 3,463 6,138 0,358

2 п/г 2005 1229,0 26,0 23910,6 38481,5 1043,8 3,998 8,398 0,467

1 п/г 2006 1455,0 26,0 25453,0 49544,5 1203,4 4,984 13,311 0,635

2 п/г 2006 1399,4 36,5 26244,1 50126,7 1341,2 5,835 14,765 0,147

1 п/г 2007 1340,9 27,1 29885,5 48042,0 1265,4 5,367 12,788 0,191

2 п/г 2007 1170,9 28,4 28144,5 61965,5 1423,8 6,345 12,397 0,638

1 п/г 2008 1460,1 29,2 29379,7 81509,5 1691,2 7,997 21,458 0,583

2 п/г 2008 1095,6 29,5 28682,4 80924,5 1677,0 7,909 13,951 1,467

16860,3 447,9 389759,7 604852,7 16860,3 60,1 113,4 8,0

Примечание - таблица рассчитана автором

b=0,4085 r=0,947 К=0,773

108

Приложение В

Расчет параметров однофакторного уравнения зависимости дохода от реализации

продукции газа природного

Таблица В1 – Расчеты параметров СУЗ и устойчивости связи дохода от реали-зации продукции отрасли с объемом добычи (х0)

t х4 х0 dх0 dх4 bdх0 dх4dх0 dх42 dх0

2 х4* dх4-bdх0

1 п/г 2000 597,2 5602,1 0,86 0,51 1,097 0,438 0,257 0,746 831,2 0,590

2 п/г 2000 760,1 5939,8 0,98 0,92 1,240 0,896 0,842 0,953 887,8 0,322

1 п/г 2001 764,6 6285,5 1,09 0,93 1,386 1,014 0,863 1,191 945,7 0,457

2 п/г 2001 713,2 5324,3 0,77 0,80 0,980 0,616 0,639 0,595 784,7 0,180

1 п/г 2002 396,4 3005,7 0 0 0 0 0 0 396,4 0

2 п/г 2002 564,8 3012,2 0,00 0,42 0,003 0,001 0,180 0,000 397,5 0,422

1 п/г 2003 597,3 3329,5 0,11 0,51 0,137 0,055 0,257 0,012 450,6 0,370

2 п/г 2003 629,9 3866,3 0,29 0,59 0,364 0,169 0,347 0,082 540,5 0,225

1 п/г 2004 756,1 5092,6 0,69 0,91 0,882 0,630 0,823 0,482 745,9 0,026

2 п/г 2004 830,8 6498,3 1,16 1,10 1,476 1,273 1,201 1,350 981,3 0,380

1 п/г 2005 1099,0 8054,8 1,68 1,77 2,133 2,977 3,142 2,822 1242,0 0,361

2 п/г 2005 1229,0 6439,5 1,14 2,10 1,451 2,400 4,412 1,305 971,5 0,650

1 п/г 2006 1455,0 6836,1 1,27 2,67 1,618 3,403 7,132 1,624 1037,9 1,052

2 п/г 2006 1399,4 7582,7 1,52 2,53 1,934 3,853 6,402 2,319 1162,9 0,597

1 п/г 2007 1340,9 8538,5 1,84 2,38 2,338 4,386 5,677 3,388 1323,0 0,045

2 п/г 2007 1170,9 8056,3 1,68 1,95 2,134 3,283 3,817 2,824 1242,2 0,180

1 п/г 2008 1460,1 9886,9 2,29 2,68 2,907 6,143 7,201 5,241 1548,8 0,224

2 п/г 2008 1095,6 8821,2 1,93 1,76 2,457 3,413 3,111 3,744 1370,3 0,693

16860,3 112172,3 19,3 24,5 34,9 46,3 28,7 16860,3 6,8

Примечание - таблица рассчитана автором

b=1,270 r=0,959 К=0,724

Таблица В2 – Расчеты параметров СУЗ и устойчивости связи дохода от реа-лизации продукции отрасли с экспортом (х6)

t х4 x6 dx6 dх4 bdx6 dх4dx6 dх42 dx6

2 х4* dх4-bdx6

1 п/г 2000 597,2 2506,2 0,05 0,51 0,05 0,03 0,26 0,00 416,4 0,46

2 п/г 2000 760,1 2714,6 0,14 0,92 0,14 0,13 0,84 0,02 450,9 0,78

1 п/г 2001 764,6 3153,2 0,32 0,93 0,32 0,30 0,86 0,10 523,5 0,61

2 п/г 2001 713,2 2385,3 0 0,80 0 0 0,64 0 396,4 0,80

1 п/г 2002 396,4 4342,1 0,82 0 0,82 0 0 0,67 720,3 0,82

2 п/г 2002 564,8 5639,7 1,36 0,42 1,36 0,58 0,18 1,86 935,1 0,93

1 п/г 2003 597,3 5411,3 1,27 0,51 1,26 0,64 0,26 1,61 897,3 0,76

2 п/г 2003 629,9 5597,6 1,35 0,59 1,34 0,79 0,35 1,81 928,1 0,75

1 п/г 2004 756,1 8196,1 2,44 0,91 2,43 2,21 0,82 5,93 1358,2 1,52

2 п/г 2004 830,8 6144,7 1,58 1,10 1,57 1,73 1,20 2,48 1018,7 0,47

1 п/г 2005 1099,0 6224,9 1,61 1,77 1,60 2,85 3,14 2,59 1031,9 0,17

2 п/г 2005 1229,0 6655,5 1,79 2,10 1,78 3,76 4,41 3,20 1103,2 0,32

1 п/г 2006 1455,0 6366,7 1,67 2,67 1,66 4,46 7,13 2,79 1055,4 1,01

2 п/г 2006 1399,4 6206,2 1,60 2,53 1,60 4,05 6,40 2,57 1028,8 0,93

1 п/г 2007 1340,9 5865,2 1,46 2,38 1,45 3,48 5,68 2,13 972,4 0,93

2 п/г 2007 1170,9 6910,6 1,90 1,95 1,89 3,71 3,82 3,60 1145,4 0,06

1 п/г 2008 1460,1 8774,8 2,68 2,68 2,67 7,19 7,20 7,18 1454,0 0,02

2 п/г 2008 1095,6 8595,9 2,60 1,76 2,59 4,59 3,11 6,78 1424,4 0,83

16860,3 101690,7 24,6 24,5 40,5 46,3 45,3 16860,3 12,2 Примечание - таблица рассчитана автором

b=0,996 r=0,8838 К=0,704

109

Таблица В3 – Расчеты параметров СУЗ и устойчивости связи дохода от реали-

зации продукции отрасли с доходом от экспорта (х8)

t х4 x8 dx8 dх4 bdx8 dх4dx8 dх42 dx8

2 х4* dх4-bdx8

1 п/г 2000 597,2 2,26 0 0,51 0 0 0,26 0 396,4 0,51

2 п/г 2000 760,1 3,09 0,37 0,92 0,05 0,34 0,84 0,14 416,2 0,87

1 п/г 2001 764,6 5,23 1,32 0,93 0,18 1,22 0,86 1,73 466,6 0,75

2 п/г 2001 713,2 6,40 1,83 0,80 0,25 1,47 0,64 3,36 494,1 0,55

1 п/г 2002 396,4 14,86 5,58 0,00 0,75 0,00 0,00 31,17 693,8 0,75

2 п/г 2002 564,8 18,22 7,07 0,42 0,95 3,00 0,18 50,03 773,2 0,53

1 п/г 2003 597,3 18,61 7,24 0,51 0,97 3,67 0,26 52,49 782,4 0,47

2 п/г 2003 629,9 15,65 5,93 0,59 0,80 3,49 0,35 35,19 712,4 0,21

1 п/г 2004 756,1 38,84 16,21 0,91 2,18 14,71 0,82 262,63 1259,8 1,27

2 п/г 2004 830,8 28,63 11,68 1,10 1,57 12,80 1,20 136,50 1018,8 0,47

1 п/г 2005 1099,0 25,36 10,23 1,77 1,38 18,14 3,14 104,75 941,7 0,40

2 п/г 2005 1229,0 29,10 11,89 2,10 1,60 24,97 4,41 141,38 1029,9 0,50

1 п/г 2006 1455,0 34,29 14,19 2,67 1,91 37,89 7,13 201,34 1152,3 0,76

2 п/г 2006 1399,4 33,59 13,88 2,53 1,87 35,12 6,40 192,64 1135,8 0,66

1 п/г 2007 1340,9 32,76 13,51 2,38 1,82 32,20 5,68 182,61 1116,3 0,57

2 п/г 2007 1170,9 46,46 19,58 1,95 2,63 38,27 3,82 383,57 1439,8 0,68

1 п/г 2008 1460,1 50,80 21,51 2,68 2,89 57,71 7,20 462,49 1542,1 0,21

2 п/г 2008 1095,6 48,54 20,50 1,76 2,76 36,17 3,11 420,42 1488,8 0,99

16860,3 452,7 182,5 24,5 321,2 46,3 2662,5 16860,3 11,1

Примечание - таблица рассчитана автором

b=0,134 r=0,9147 К=0,546

Таблица В4 – Расчеты параметров СУЗ и устойчивости связи дохода от реали-

зации продукции отрасли с ценой реализации (х10)

t х4 x10 dx10 dх4 bdx10 dх4dx10 dх42 dx102 х4* dх4-bdx10

1 п/г 2000 597,2 680,5 0 0,51 0 0 0,26 0 396,4 0,51

2 п/г 2000 760,1 826,0 0,21 0,92 0,20 0,20 0,84 0,05 475,1 0,72

1 п/г 2001 764,6 1183,0 0,74 0,93 0,69 0,69 0,86 0,55 668,3 0,24

2 п/г 2001 713,2 1239,5 0,82 0,80 0,76 0,66 0,64 0,67 698,9 0,04

1 п/г 2002 396,4 1417,0 1,08 0 1,01 0 0 1,17 794,9 1,01

2 п/г 2002 564,8 1381,0 1,03 0,42 0,96 0,44 0,18 1,06 775,5 0,53

1 п/г 2003 597,3 1560,0 1,29 0,51 1,20 0,66 0,26 1,67 872,3 0,69

2 п/г 2003 629,9 1564,5 1,30 0,59 1,21 0,77 0,35 1,69 874,8 0,62

1 п/г 2004 756,1 1691,0 1,48 0,91 1,38 1,35 0,82 2,21 943,2 0,47

2 п/г 2004 830,8 1676,0 1,46 1,10 1,36 1,60 1,20 2,14 935,1 0,26

1 п/г 2005 1099,0 1896,0 1,79 1,77 1,66 3,17 3,14 3,19 1054,1 0,11

2 п/г 2005 1229,0 1967,0 1,89 2,10 1,76 3,97 4,41 3,57 1092,6 0,34

1 п/г 2006 1455,0 1980,0 1,91 2,67 1,77 5,10 7,13 3,65 1099,6 0,90

2 п/г 2006 1399,4 2002,0 1,94 2,53 1,80 4,91 6,40 3,77 1111,5 0,73

1 п/г 2007 1340,9 2010,5 1,95 2,38 1,82 4,66 5,68 3,82 1116,1 0,57

2 п/г 2007 1170,9 2142,2 2,15 1,95 2,00 4,20 3,82 4,61 1187,3 0,04

1 п/г 2008 1460,1 2416,0 2,55 2,68 2,37 6,84 7,20 6,50 1335,5 0,31

2 п/г 2008 1095,6 2589,0 2,80 1,76 2,61 4,95 3,11 7,87 1429,1 0,84

16860,3 30221,2 26,4 24,5 44,1 46,3 48,2 16860,3 8,9

Примечание - таблица рассчитана автором

b=0,929 r=0,935 К=0,736

110

Приложение Г

Расчеты параметров многофакторного уравнения зависимости дохода от реа-

лизации продукции (газа природного) отрасли от х0, х6, х10

t х4 x0 x6 x10 х4* dx0,6,10 dy∑dx0,6,10 dх4-bdx0,6,10

1 п/г 2000 597,2 5602,1 2506,2 680,5 522,8 0,914 0,463 0,188

2 п/г 2000 760,1 5939,8 2714,6 826,0 580,0 1,328 1,219 0,455

1 п/г 2001 764,6 6285,5 3153,2 1183,0 693,8 2,152 1,998 0,179

2 п/г 2001 713,2 5324,3 2385,3 1239,5 616,6 1,593 1,273 0,244

1 п/г 2002 396,4 3005,7 4342,1 1417,0 659,4 1,903 0 0,663

2 п/г 2002 564,8 3012,2 5639,7 1381,0 727,6 2,396 1,018 0,411

1 п/г 2003 597,3 3329,5 5411,3 1560,0 765,3 2,669 1,353 0,424

2 п/г 2003 629,9 3866,3 5597,6 1564,5 801,7 2,932 1,727 0,433

1 п/г 2004 756,1 5092,6 8196,1 1691,0 1034,3 4,615 4,188 0,702

2 п/г 2004 830,8 6498,3 6144,7 1676,0 977,0 4,201 4,604 0,369

1 п/г 2005 1099,0 8054,8 6224,9 1896,0 1097,9 5,076 8,997 0,003

2 п/г 2005 1229,0 6439,5 6655,5 1967,0 1063,0 4,823 10,131 0,419

1 п/г 2006 1455,0 6836,1 6366,7 1980,0 1067,2 4,853 12,961 0,978

2 п/г 2006 1399,4 7582,7 6206,2 2002,0 1096,7 5,067 12,820 0,764

1 п/г 2007 1340,9 8538,5 5865,2 2010,5 1122,6 5,254 12,519 0,551

2 п/г 2007 1170,9 8056,3 6910,6 2142,2 1187,7 5,725 11,187 0,042

1 п/г 2008 1460,1 9886,9 8774,8 2416,0 1435,6 7,518 20,175 0,062

2 п/г 2008 1095,6 8821,2 8595,9 2589,0 1411,3 7,343 12,952 0,796

16860,3 112172,3 101690,7 30221,2 16860,3 70,4 119,6 7,7

Примечание - таблица рассчитана автором

b=0,3487 r=0,9490 К=0,7869

111

Приложение Д

Расчет параметров однофакторного уравнения зависимости объема экспорта нефти

Таблица Д1 – Расчеты параметров СУЗ и устойчивости связи экспорта

нефти с объемом добычи (х0)

t x6 x0 dx0 dx6 bdx0 dx6dx0 dx62 dx0

2 x6* dx6-bdx0

1п/г 2000 10677,8 14,3 0,00 0,01 0 0 0 0 10542,9 0,01

2п/г 2000 14212,5 16,5 0,15 0,35 0,22 0,05 0,12 0,02 12852,8 0,13

1п/г 2001 10542,9 17,4 0,22 0 0,31 0 0 0,05 13797,8 0,31

2п/г 2001 15910,7 18,7 0,31 0,51 0,44 0,16 0,26 0,09 15162,8 0,07

1п/г 2002 15354,8 19,9 0,39 0,46 0,56 0,18 0,21 0,15 16422,8 0,10

2п/г 2002 18739,7 22,2 0,55 0,78 0,79 0,43 0,60 0,31 18837,8 0,01

1п/г 2003 18535,3 29,6 1,07 0,76 1,52 0,81 0,57 1,14 26607,7 0,77

2п/г 2003 20102,5 30,5 1,13 0,91 1,61 1,03 0,82 1,28 27552,7 0,71

1п/г 2004 21926,6 24,5 0,71 1,08 1,02 0,77 1,17 0,51 21252,8 0,06

2п/г 2004 25816,3 26,2 0,83 1,45 1,19 1,21 2,10 0,69 23037,7 0,26

1п/г 2005 26240,7 25,3 0,77 1,49 1,10 1,15 2,22 0,59 22092,8 0,39

2п/г 2005 23910,6 26,0 0,82 1,27 1,17 1,04 1,61 0,67 22827,7 0,10

1п/г 2006 25453,0 26,0 0,82 1,41 1,17 1,16 2,00 0,67 22863,7 0,25

2п/г 2006 26244,1 36,5 1,55 1,49 2,21 2,31 2,22 2,41 33852,7 0,72

1п/г 2007 29885,5 27,1 0,90 1,83 1,28 1,64 3,37 0,80 24002,4 0,56

2п/г 2007 28144,5 28,4 0,99 1,67 1,40 1,65 2,79 0,97 25347,7 0,27

1п/г 2008 29379,7 29,2 1,04 1,79 1,48 1,86 3,19 1,08 26178,6 0,30

2п/г 2008 28682,4 29,5 1,06 1,72 1,52 1,83 2,96 1,13 26526,3 0,20

389759,7 447,9 13,3 19,0 19,0 17,3 26,2 12,6 389759,7 5,2 Примечание - таблица рассчитана автором

b=1,424 r=0,951 К=0,724

Таблица Д2 – Расчеты параметров СУЗ и устойчивости связи экспорта нефти с це-

ной реализации сырой нефти (х10) t х6 x10 dx10 dy bdx10 dydx10 dy

2 dx10

2 y* dy-bdx10

1п/г 2000 10677,8 15294,8 0,16 0,01 0,11 0 0 0,02 11676,8 0,09

2п/г 2000 14212,5 18581,5 0,41 0,35 0,28 0,14 0,12 0,17 13467,8 0,07

1п/г 2001 10542,9 15841,5 0,20 0 0,14 0 0 0,04 11974,7 0,14

2п/г 2001 15910,7 14974,0 0,13 0,51 0,09 0,07 0,26 0,02 11502,0 0,42

1п/г 2002 15354,8 13213,8 0 0,46 0 0 0,21 0 10542,9 0,46

2п/г 2002 18739,7 16279,2 0,23 0,78 0,16 0,18 0,60 0,05 12213,3 0,62

1п/г 2003 18535,3 16462,5 0,25 0,76 0,17 0,19 0,57 0,06 12313,1 0,59

2п/г 2003 20102,5 15443,7 0,17 0,91 0,12 0,15 0,82 0,03 11758,0 0,79

1п/г 2004 21926,6 17191,5 0,30 1,08 0,21 0,33 1,17 0,09 12710,4 0,87

2п/г 2004 25816,3 21844,0 0,65 1,45 0,45 0,95 2,10 0,43 15245,6 1,00

1п/г 2005 26240,7 29132,0 1,20 1,49 0,82 1,79 2,22 1,45 19217,0 0,67

2п/г 2005 23910,6 38481,5 1,91 1,27 1,31 2,42 1,61 3,66 24311,8 0,04

1п/г 2006 25453,0 49544,5 2,75 1,41 1,88 3,89 2,00 7,56 30340,2 0,46

2п/г 2006 26244,1 50126,7 2,79 1,49 1,91 4,16 2,22 7,80 30657,5 0,42

1п/г 2007 29885,5 48042,0 2,64 1,83 1,80 4,84 3,37 6,95 29521,5 0,03

2п/г 2007 28144,5 61965,5 3,69 1,67 2,52 6,16 2,79 13,61 37108,7 0,85

1п/г 2008 29379,7 81509,5 5,17 1,79 3,53 9,23 3,19 26,71 47758,6 1,74

2п/г 2008 28682,4 80924,5 5,12 1,72 3,50 8,82 2,96 26,26 47439,8 1,78

389759,7 604852,7 27,8 19,0 19,0 43,3 26,2 94,9 389759,7 11,0

Примечание - таблица рассчитана автором

b=0,683 r=0,869 К=0,718

112

Приложение Е

Расчеты параметров многофакторного уравнения зависимости объема

экспорта сырой нефти от х0, х10

t х6 x0 x10 dx6 dx0 dх10 ∑dx0,10 х6*

dх6-

bdx0,10

1 п/г 2000 10677,8 14,3 15294,8 0,01 0, 0,16 0,16 11309,3 0,06

2 п/г 2000 14212,5 16,5 18581,5 0,35 0,15 0,41 0,56 13268,5 0,09

1 п/г 2001 10542,9 17,4 15841,5 0, 0,22 0,20 0,42 12565,6 0,19

2 п/г 2001 15910,7 18,7 14974,0 0,51 0,31 0,13 0,44 12688,6 0,31

1 п/г 2002 15354,8 19,9 13213,8 0,46 0,39 0 0,39 12448,7 0,28

2 п/г 2002 18739,7 22,2 16279,2 0,78 0,55 0,23 0,78 14360,4 0,42

1 п/г 2003 18535,3 29,6 16462,5 0,76 1,07 0,25 1,32 16946,3 0,15

2 п/г 2003 20102,5 30,5 15443,7 0,91 1,13 0,17 1,30 16877,4 0,31

1 п/г 2004 21926,6 24,5 17191,5 1,08 0,71 0,30 1,01 15479,2 0,61

2 п/г 2004 25816,3 26,2 21844,0 1,45 0,83 0,65 1,49 17771,2 0,76

1 п/г 2005 26240,7 25,3 29132,0 1,49 0,77 1,20 1,97 20149,1 0,58

2 п/г 2005 23910,6 26,0 38481,5 1,27 0,82 1,91 2,73 23830,8 0,01

1 п/г 2006 25453,0 26,0 49544,5 1,41 0,82 2,75 3,57 27916,9 0,23

2 п/г 2006 26244,1 36,5 50126,7 1,49 1,55 2,79 4,35 31693,1 0,52

1 п/г 2007 29885,5 27,1 48042,0 1,83 0,90 2,64 3,53 27732,6 0,20

2 п/г 2007 28144,5 28,4 61965,5 1,67 0,99 3,69 4,68 33296,7 0,49

1 п/г 2008 29379,7 29,2 81509,5 1,79 1,04 5,17 6,21 40764,1 1,08

2 п/г 2008 28682,4 29,5 80924,5 1,72 1,06 5,12 6,19 40661,3 1,14

389759,7 447,9 604852,7 19,0 13,3 27,8 41,1 389759,7 7,4

Примечание - таблица рассчитана автором

b=0,462 r=0,939 К=0,709

113

Приложение Ж

Расчет параметров однофакторного уравнения зависимости объема экспорта газа

Таблица Ж1 – Расчеты параметров СУЗ и устойчивости связи экспорта газа

природного с объемом добычи (х0)

t x6 x0 dx0 dx6 bdx0 dx6dx0 dx62 dx0

2 x6* dx6-bdx0

1п/г 2000 2506,2 5602,1 0,86 0,05 1,10 0,04 0 0,75 5012,4 1,05

2п/г 2000 2714,6 5939,8 0,98 0,14 1,24 0,13 0,02 0,95 5354,0 1,11

1п/г 2001 3153,2 6285,5 1,09 0,32 1,39 0,35 0,10 1,19 5703,8 1,07

2п/г 2001 2385,3 5324,3 0,77 0 0,98 0 0 0,60 4731,3 0,98

1п/г 2002 4342,1 3005,7 0 0,82 0 0 0,67 0 2385,3 0,82

2п/г 2002 5639,7 3012,2 0 1,36 0 0 1,86 0 2391,9 1,36

1п/г 2003 5411,3 3329,5 0,11 1,27 0,14 0,14 1,61 0,01 2712,9 1,13

2п/г 2003 5597,6 3866,3 0,29 1,35 0,37 0,39 1,81 0,08 3256,1 0,98

1п/г 2004 8196,1 5092,6 0,69 2,44 0,89 1,69 5,93 0,48 4496,8 1,55

2п/г 2004 6144,7 6498,3 1,16 1,58 1,48 1,83 2,48 1,35 5919,1 0,09

1п/г 2005 6224,9 8054,8 1,68 1,61 2,14 2,70 2,59 2,82 7494,0 0,53

2п/г 2005 6655,5 6439,5 1,14 1,79 1,46 2,05 3,20 1,31 5859,6 0,33

1п/г 2006 6366,7 6836,1 1,27 1,67 1,62 2,13 2,79 1,62 6260,9 0,04

2п/г 2006 6206,2 7582,7 1,52 1,60 1,94 2,44 2,57 2,32 7016,3 0,34

1п/г 2007 5865,2 8538,5 1,84 1,46 2,35 2,69 2,13 3,39 7983,4 0,89

2п/г 2007 6910,6 8056,3 1,68 1,90 2,14 3,19 3,60 2,82 7495,5 0,25

1п/г 2008 8774,8 9886,9 2,29 2,68 2,92 6,13 7,18 5,24 9347,8 0,24

2п/г 2008 8595,9 8821,2 1,93 2,60 2,47 5,04 6,78 3,74 8269,5 0,14

101691 112172 19,3 24,6 24,6 30,9 45,3 28,7 101691 12,9 Примечание - таблица рассчитана автором

b=1,275 r=0,858 К=0,776

Таблица Ж2 – Расчеты параметров СУЗ и устойчивости связи экспорта газа

природного со средней ценой реализации (х10) t х6 x10 dx10 dy bdx10 dydx10 dy

2 dx10

2 y* dy-bdx10

1п/г 2000 2506,2 680,5 0,00 0,05 0,00 0,00 0,00 0,00 2385,3 0,05

2п/г 2000 2714,6 826,0 0,21 0,14 0,20 0,03 0,02 0,05 2861,0 0,06

1п/г 2001 3153,2 1183,0 0,74 0,32 0,69 0,24 0,10 0,55 4028,1 0,37

2п/г 2001 2385,3 1239,5 0,82 0,00 0,77 0,00 0,00 0,67 4212,8 0,77

1п/г 2002 4342,1 1417,0 1,08 0,82 1,01 0,89 0,67 1,17 4793,1 0,19

2п/г 2002 5639,7 1381,0 1,03 1,36 0,96 1,40 1,86 1,06 4675,4 0,40

1п/г 2003 5411,3 1560,0 1,29 1,27 1,21 1,64 1,61 1,67 5260,6 0,06

2п/г 2003 5597,6 1564,5 1,30 1,35 1,21 1,75 1,81 1,69 5275,3 0,14

1п/г 2004 8196,1 1691,0 1,48 2,44 1,38 3,62 5,93 2,21 5688,9 1,05

2п/г 2004 6144,7 1676,0 1,46 1,58 1,36 2,31 2,48 2,14 5639,8 0,21

1п/г 2005 6224,9 1896,0 1,79 1,61 1,67 2,88 2,59 3,19 6359,1 0,06

2п/г 2005 6655,5 1967,0 1,89 1,79 1,76 3,38 3,20 3,57 6591,2 0,03

1п/г 2006 6366,7 1980,0 1,91 1,67 1,78 3,19 2,79 3,65 6633,7 0,11

2п/г 2006 6206,2 2002,0 1,94 1,60 1,81 3,11 2,57 3,77 6705,6 0,21

1п/г 2007 5865,2 2010,5 1,95 1,46 1,82 2,85 2,13 3,82 6733,4 0,36

2п/г 2007 6910,6 2142,2 2,15 1,90 2,00 4,08 3,60 4,61 7163,9 0,11

1п/г 2008 8774,8 2416,0 2,55 2,68 2,38 6,83 7,18 6,50 8059,1 0,30

2п/г 2008 8595,9 2589,0 2,80 2,60 2,62 7,30 6,78 7,87 8624,6 0,01

101691 30221 26,4 24,6 24,6 45,5 45,3 48,2 101691 4,5 Примечание - таблица рассчитана автором

b=0,933 r=0,973 К=0,818

114

Приложение И

Расчеты параметров многофакторного уравнения зависимости объема экспорта га-

за природного от х0, х10

t х6 x0 x10 dx6 dx0 dх10 ∑dx0,10 х6*

dх6-

bdx0,10

1 п/г 2000 2506,2 5602,1 680,5 0,05 0,86 0 0,86 3495,2 0,41

2 п/г 2000 2714,6 5939,8 826,0 0,14 0,98 0,21 1,19 3914,2 0,50

1 п/г 2001 3153,2 6285,5 1183,0 0,32 1,09 0,74 1,83 4736,0 0,66

2 п/г 2001 2385,3 5324,3 1239,5 0 0,77 0,82 1,59 4431,8 0,86

1 п/г 2002 4342,1 3005,7 1417,0 0,82 0 1,08 1,08 3775,9 0,24

2 п/г 2002 5639,7 3012,2 1381,0 1,36 0 1,03 1,03 3710,7 0,81

1 п/г 2003 5411,3 3329,5 1560,0 1,27 0,11 1,29 1,40 4184,3 0,51

2 п/г 2003 5597,6 3866,3 1564,5 1,35 0,29 1,30 1,59 4422,2 0,49

1 п/г 2004 8196,1 5092,6 1691,0 2,44 0,69 1,48 2,18 5185,3 1,26

2 п/г 2004 6144,7 6498,3 1676,0 1,58 1,16 1,46 2,62 5757,8 0,16

1 п/г 2005 6224,9 8054,8 1896,0 1,61 1,68 1,79 3,47 6838,6 0,26

2 п/г 2005 6655,5 6439,5 1967,0 1,79 1,14 1,89 3,03 6282,1 0,16

1 п/г 2006 6366,7 6836,1 1980,0 1,67 1,27 1,91 3,18 6476,2 0,05

2 п/г 2006 6206,2 7582,7 2002,0 1,60 1,52 1,94 3,46 6836,9 0,26

1 п/г 2007 5865,2 8538,5 2010,5 1,46 1,84 1,95 3,80 7261,5 0,59

2 п/г 2007 6910,6 8056,3 2142,2 1,90 1,68 2,15 3,83 7304,0 0,16

1 п/г 2008 8774,8 9886,9 2416,0 2,68 2,29 2,55 4,84 8603,5 0,07

2 п/г 2008 8595,9 8821,2 2589,0 2,60 1,93 2,80 4,74 8474,6 0,05

101690,7 112172,3 30221,2 24,6 19,3 26,4 45,7 101690,7 7,5

Примечание - таблица рассчитана автором

b=0,539 r=0,944 К=0,795

115

А.А.Карибаев

Перспективы развития нефтегазовой промышленности

Казахстана: методологический подход

Научная монография